融合用户聚类与项目聚类的加权Slope One算法
来源期刊:控制工程2018年第7期
论文作者:关志芳 孟海东
文章页码:1297 - 1302
关键词:用户聚类;项目聚类;个性化推荐;协同过滤;Slope One算法;
摘 要:随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点。基于此提出一种融合用户聚类和项目聚类的加权Slope One算法,算法基本思想为:采用聚类技术将相似度较高的用户或者项目进行聚类,在进行全局计算时只需计算同类中的对象,而不需计算所有对象,然后将每个聚类分别使用融合用户相似度与项目相似度的加权Slope One算法进行评分预测。实验结果表明,所提出算法在提高了算法执行效率的同时,仍能获得较高的推荐准确度。
关志芳1,2,孟海东3
1. 包头钢铁职业技术学院自动化系2. 内蒙古科技大学信息工程学院3. 内蒙古科技大学矿业研究院
摘 要:随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点。基于此提出一种融合用户聚类和项目聚类的加权Slope One算法,算法基本思想为:采用聚类技术将相似度较高的用户或者项目进行聚类,在进行全局计算时只需计算同类中的对象,而不需计算所有对象,然后将每个聚类分别使用融合用户相似度与项目相似度的加权Slope One算法进行评分预测。实验结果表明,所提出算法在提高了算法执行效率的同时,仍能获得较高的推荐准确度。
关键词:用户聚类;项目聚类;个性化推荐;协同过滤;Slope One算法;