软件导刊
軟件導刊
연건도간
Software Guide
2015年
11期
57-60
,共4页
CLIQUE%协同过滤%推荐效率
CLIQUE%協同過濾%推薦效率
CLIQUE%협동과려%추천효솔
协同过滤算法在互联网飞速发展的今天得到了广泛应用.由于数据量的膨胀式发展,传统推荐系统的推荐效率受到前所未有的挑战.提出一种改进的协同过滤推荐算法,对数据库数据先进行聚类操作,将用户对项目的平均评分和项目被评价过的次数作为二位网格的维,再根据项目相似性,运用CLIQUE网格聚类算法进行基于项目的聚类.应用协同过滤推荐算法在对应的聚类簇中找到推荐项目.实验证明,该方法能明显提高推荐系统的推荐效率.
協同過濾算法在互聯網飛速髮展的今天得到瞭廣汎應用.由于數據量的膨脹式髮展,傳統推薦繫統的推薦效率受到前所未有的挑戰.提齣一種改進的協同過濾推薦算法,對數據庫數據先進行聚類操作,將用戶對項目的平均評分和項目被評價過的次數作為二位網格的維,再根據項目相似性,運用CLIQUE網格聚類算法進行基于項目的聚類.應用協同過濾推薦算法在對應的聚類簇中找到推薦項目.實驗證明,該方法能明顯提高推薦繫統的推薦效率.
협동과려산법재호련망비속발전적금천득도료엄범응용.유우수거량적팽창식발전,전통추천계통적추천효솔수도전소미유적도전.제출일충개진적협동과려추천산법,대수거고수거선진행취류조작,장용호대항목적평균평분화항목피평개과적차수작위이위망격적유,재근거항목상사성,운용CLIQUE망격취류산법진행기우항목적취류.응용협동과려추천산법재대응적취류족중조도추천항목.실험증명,해방법능명현제고추천계통적추천효솔.
