基于用戶興趣的聚類推薦算法
大?。?/span>0.88 MB 人氣： 2017-12-19 需要積分：1
標簽：聚類(14184)
個性化推薦系統(tǒng)中使用最廣泛的算法是協(xié)同過濾算法，針對該算法存在的數(shù)據(jù)稀疏和擴展性差問題，提出了一種基于用戶興趣和社交信任的聚類推薦算法。該算法首先基于聚類技術根據(jù)用戶評分信息將具有相同興趣的用戶聚為一類，并建立基于用戶興趣相近的鄰居集合。為了提高興趣相似度計算的準確性，采用了修正余弦計算公式來消除評分標準的差異問題。然后，引入信任機制，通過定義直接信任、間接信任、傳遞路徑和計算方法來度量社交網(wǎng)絡用戶之間隱含的信任值，將社交網(wǎng)絡轉換為信任網(wǎng)絡，依據(jù)信任程度來創(chuàng)建基于社交信任的鄰居集合。通過加權的方式將基于兩種鄰居集合的預測值融合起來為用戶產生項目的推薦。在Douban數(shù)據(jù)集上進行仿真實驗，確定了最優(yōu)的協(xié)調因子值和分類數(shù)值，并與基于用戶的協(xié)同過濾算法和基于信任的推薦算法進行對比，實驗結果表明，所提算法的平均絕對誤差（MAE）減少了6.7%，準確率（precision）、覆蓋（recall）和F1值分別增加了25%、40%和37%，有效提高了推薦系統(tǒng)的推薦質量。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%