现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2013年
12期
7-10,14
,共5页
个性化推荐%协同过滤%基于特征属性的项目聚类%基于项目簇偏好的用户聚类
箇性化推薦%協同過濾%基于特徵屬性的項目聚類%基于項目簇偏好的用戶聚類
개성화추천%협동과려%기우특정속성적항목취류%기우항목족편호적용호취류
传统算法基于用户项目评分矩阵来进行推荐,存在冷开始、稀疏性等问题,邻居相似性只鉴于用户共同评价的项目,没有考虑项目本身的属性关系；在整个用户空间搜寻最近邻居,实时性差.针对这些问题,提出基于项目簇偏好的用户聚类算法,首先基于项目属性特征对项目进行聚类,然后再利用用户对项目簇的偏好对用户进行聚类,最后在和目标用户最相似的几个聚类中搜寻邻居用户,从而压缩搜寻空间,提高了搜寻速度.实验表明,该算法通过降低稀疏性、冷开始等问题,增强实时性,提高预测精度.
傳統算法基于用戶項目評分矩陣來進行推薦,存在冷開始、稀疏性等問題,鄰居相似性隻鑒于用戶共同評價的項目,沒有攷慮項目本身的屬性關繫；在整箇用戶空間搜尋最近鄰居,實時性差.針對這些問題,提齣基于項目簇偏好的用戶聚類算法,首先基于項目屬性特徵對項目進行聚類,然後再利用用戶對項目簇的偏好對用戶進行聚類,最後在和目標用戶最相似的幾箇聚類中搜尋鄰居用戶,從而壓縮搜尋空間,提高瞭搜尋速度.實驗錶明,該算法通過降低稀疏性、冷開始等問題,增彊實時性,提高預測精度.
전통산법기우용호항목평분구진래진행추천,존재랭개시、희소성등문제,린거상사성지감우용호공동평개적항목,몰유고필항목본신적속성관계；재정개용호공간수심최근린거,실시성차.침대저사문제,제출기우항목족편호적용호취류산법,수선기우항목속성특정대항목진행취류,연후재이용용호대항목족적편호대용호진행취류,최후재화목표용호최상사적궤개취류중수심린거용호,종이압축수심공간,제고료수심속도.실험표명,해산법통과강저희소성、랭개시등문제,증강실시성,제고예측정도.
