基于可变网格聚类的协同过滤推荐算法

在线阅读 下载PDF 导出详情
摘要    摘要:针对传统的相似度计量方法根据用户评分信息矩阵来计算物品或者用户相似度,需要考虑所有用户反馈的历史信息,提出一种改进的协同过滤推荐算法。首先,将所有物品度的平均值作为一个阈值,选出高密度阈值物品。其次,使用可变网格的聚类方法将有共同兴趣是用户聚为同一类。最后,在类内用推荐算法对用户进行物品推荐。实验结果表明新算法在一定程度上提高了推荐系统的推荐精度和质量。
作者  张超
出处 《科学与技术》 2022年17期
出版日期 2022年12月18日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献