计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2013年
10期
2185-2194
,共10页
环境感知%模糊C均值聚类%隶属矩阵%隶属映射%推荐算法
環境感知%模糊C均值聚類%隸屬矩陣%隸屬映射%推薦算法
배경감지%모호C균치취류%대속구진%대속영사%추천산법
context-aware%fuzzy C-means clustering%membership matrix%membership mapping%recommenda-tion algorithm
针对现有环境感知推荐算法存在的不足,提出一种基于模糊C均值聚类的环境感知推荐算法.首先采用模糊C均值聚类算法对历史环境信息进行聚类,产生聚类及隶属矩阵；然后匹配活动用户环境信息与历史环境信息聚类,采用聚类隶属度作为映射系数将符合条件的非隶属数据映射为隶属数据,最终选择与活动环境匹配的隶属用户评分数据为用户产生推荐.同现有算法相比,该算法不仅解决了因用户环境改变不能准确推荐项目的问题,而且通过采用模糊聚类算法克服了传统硬聚类问题,并且借助于隶属映射函数解决了聚类产生的数据稀疏性问题.在MovieLens数据集上比较了新算法和其他算法的性能,验证了所提算法的有效性.
針對現有環境感知推薦算法存在的不足,提齣一種基于模糊C均值聚類的環境感知推薦算法.首先採用模糊C均值聚類算法對歷史環境信息進行聚類,產生聚類及隸屬矩陣；然後匹配活動用戶環境信息與歷史環境信息聚類,採用聚類隸屬度作為映射繫數將符閤條件的非隸屬數據映射為隸屬數據,最終選擇與活動環境匹配的隸屬用戶評分數據為用戶產生推薦.同現有算法相比,該算法不僅解決瞭因用戶環境改變不能準確推薦項目的問題,而且通過採用模糊聚類算法剋服瞭傳統硬聚類問題,併且藉助于隸屬映射函數解決瞭聚類產生的數據稀疏性問題.在MovieLens數據集上比較瞭新算法和其他算法的性能,驗證瞭所提算法的有效性.
침대현유배경감지추천산법존재적불족,제출일충기우모호C균치취류적배경감지추천산법.수선채용모호C균치취류산법대역사배경신식진행취류,산생취류급대속구진；연후필배활동용호배경신식여역사배경신식취류,채용취류대속도작위영사계수장부합조건적비대속수거영사위대속수거,최종선택여활동배경필배적대속용호평분수거위용호산생추천.동현유산법상비,해산법불부해결료인용호배경개변불능준학추천항목적문제,이차통과채용모호취류산법극복료전통경취류문제,병차차조우대속영사함수해결료취류산생적수거희소성문제.재MovieLens수거집상비교료신산법화기타산법적성능,험증료소제산법적유효성.
