基于模糊聚类的协同过滤算法.pdfVIP

第38卷 第24期 计 算 机 工 程 2012年 12月 、，ol-38 NO．24 ComputerEngineering December2012 · 软件技术与数据库 · 文章缩号：lo00_3428(2ol2)24__o050__03 文献标识码tA 中圈分类号：TP312 基于模糊聚类的协 同过滤算法 王明佳 L，韩景佣 ，韩松乔 (1．上海财经大学信息管理与工程学院，上海 200433；2．上海商学院，上海 200235) 攮 要：针对传统协同过滤算法普遍存在的稀疏陛和扩展性问题，提出一种基于模糊聚类的协同过滤算法。利用模糊聚类的方法对项 目进 行聚类，通过用户一项 目评分矩阵计算用户之间的相似度，从中选出与用户最相似的前k个用户，根据这k个用户对当前用户的未评分项 目 的打分进行预测，选出前n个推荐。实验结果证明，与基于用户的协同过滤算法相比，该算法能提高冷启动问题下的相似度计算精度。 关健词：电子商务；推荐系统；模糊聚类；协同过滤；推荐精度 CollaborativeFilteringAlgorithm Based0nFuzzyClustering WANGMing-jia ，HANJing—ti，HANSong-qiao (1．SchoolofInformationManagementandEngineering，ShanghaiUniversityofFinanceandEconomics，Shanghai200433，China； 2．ShanghaiBusinessSchool，Shanghai200235，China) [Abstract]Todealwithhtesparsityandexpansibilityoftraditionalcollaborativefilteringalgorithm，whichaffectshteaccuracyoftheir recommendations，acollaborativefilteringalgorithm basedonfuzzyclusterisproposedinthispaper．Itappliesfuzzyclusteringmethodtoclusterhte item，nadcomputesthesimilaritybetweenhteusersbyanalyzingtheaverageratingshtatthekusersratehteitemsoftheclusters．Itpredictsthe ratingsofhteitemshtatthekusersratebasedOntheratingsofhteneighborshtattheyrate．choosesthefirstnrecommendations．Experimentalresult demonstrateshtatthealgorithm canimprovetheaccuracyofrecommendationunderhteconditionoftheextremesparsityofuserratingdata． [Keywordsle—commerce；recommendationsystem；ufzzyclustering；collaborativefiltering；recommendationaccuracy D0I：10．3969／j．issn．1000-3428．2012．24．012 兴趣，使得越接近采集时问的点击兴趣，在推荐过程中具 1 概述 电子商务推荐系统是模拟销售人员向网络客户推荐 有更大权值，提高推荐准确性。本文提出基于模糊聚类的 商品的系统，推荐精度的高低直接影响用户的购买量，也 协同过滤算法。利用模糊聚类的方法将项 目聚类，结合用 影响用户对该系统的信任度，信任程度的高低决