微型电脑应用
微型電腦應用
미형전뇌응용
MICROCOMPUTER APPLICATIONS
2014年
3期
5-8
,共4页
推荐%用户行为%协同过滤%蚁群聚类
推薦%用戶行為%協同過濾%蟻群聚類
추천%용호행위%협동과려%의군취류
Recommendation%User Behavior%Collaborative Filtering Recommendation%Ant Colony Clustering
协同过滤技术是推荐系统中应用最为广泛的技术之一,用户的相似性度量是整个算法的核心要素,会对推荐算法准确率产生很大的影响.传统的协同过滤算法过度依赖用户评分机制,影片自身的标签信息没有被考虑为一个影响因素,在用户聚类时采用K近邻算法,会由于评分矩阵过于稀疏而难以收敛.同时,传统推荐技术仅基于用户历史行为进行推荐,无法为新用户提供合理的推荐.针对以上问题,提出了一种基于用户行为建模的蚁群聚类和协同过滤算法相结合的影片推荐技术.
協同過濾技術是推薦繫統中應用最為廣汎的技術之一,用戶的相似性度量是整箇算法的覈心要素,會對推薦算法準確率產生很大的影響.傳統的協同過濾算法過度依賴用戶評分機製,影片自身的標籤信息沒有被攷慮為一箇影響因素,在用戶聚類時採用K近鄰算法,會由于評分矩陣過于稀疏而難以收斂.同時,傳統推薦技術僅基于用戶歷史行為進行推薦,無法為新用戶提供閤理的推薦.針對以上問題,提齣瞭一種基于用戶行為建模的蟻群聚類和協同過濾算法相結閤的影片推薦技術.
협동과려기술시추천계통중응용최위엄범적기술지일,용호적상사성도량시정개산법적핵심요소,회대추천산법준학솔산생흔대적영향.전통적협동과려산법과도의뢰용호평분궤제,영편자신적표첨신식몰유피고필위일개영향인소,재용호취류시채용K근린산법,회유우평분구진과우희소이난이수렴.동시,전통추천기술부기우용호역사행위진행추천,무법위신용호제공합리적추천.침대이상문제,제출료일충기우용호행위건모적의군취류화협동과려산법상결합적영편추천기술.
