计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
12期
176-178
,共3页
推荐系统%协同过滤%层次聚类算法%组推荐%用户推荐
推薦繫統%協同過濾%層次聚類算法%組推薦%用戶推薦
추천계통%협동과려%층차취류산법%조추천%용호추천
Recommendation systems%Collaborative filtering%K-means algorithm%Group recommended
为了降低组用户推荐的计算时间,提出了一种改进的层次聚类协同过滤用户推荐算法.由于数据的稀疏性,传统的聚类方法在尝试划分用户群时效果不理想.考虑到传统聚类算法的聚类中心不变组内用户间相关度不高等问题,将用户进行聚类,然后按照分类计算出每个用户的推荐结果,在进行聚类的同时充分利用用户间的信息传递来增强组内用户的信息共享,最后将组内所有的用户的推荐结果进行聚合.最后仿真实验表明,本方法能够有效地提高推荐的准确度,比传统的协同过滤算法具有更高的执行效率.
為瞭降低組用戶推薦的計算時間,提齣瞭一種改進的層次聚類協同過濾用戶推薦算法.由于數據的稀疏性,傳統的聚類方法在嘗試劃分用戶群時效果不理想.攷慮到傳統聚類算法的聚類中心不變組內用戶間相關度不高等問題,將用戶進行聚類,然後按照分類計算齣每箇用戶的推薦結果,在進行聚類的同時充分利用用戶間的信息傳遞來增彊組內用戶的信息共享,最後將組內所有的用戶的推薦結果進行聚閤.最後倣真實驗錶明,本方法能夠有效地提高推薦的準確度,比傳統的協同過濾算法具有更高的執行效率.
위료강저조용호추천적계산시간,제출료일충개진적층차취류협동과려용호추천산법.유우수거적희소성,전통적취류방법재상시화분용호군시효과불이상.고필도전통취류산법적취류중심불변조내용호간상관도불고등문제,장용호진행취류,연후안조분류계산출매개용호적추천결과,재진행취류적동시충분이용용호간적신식전체래증강조내용호적신식공향,최후장조내소유적용호적추천결과진행취합.최후방진실험표명,본방법능구유효지제고추천적준학도,비전통적협동과려산법구유경고적집행효솔.