网站大量收购独家精品文档,联系QQ:2885784924

基于联合聚类和CRA组合相似度的协同过滤算法.PDF

基于联合聚类和CRA组合相似度的协同过滤算法.PDF

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于联合聚类和CRA组合相似度的协同过滤算法

第34卷第7期    计算机应用与软件 Vol34No.7 2017年7月   ComputerApplicationsandSoftware Jul.2017 基于联合聚类和 CRA组合相似度的协同过滤算法 赵文涛 王春春 成亚飞 (河南理工大学计算机科学与技术学院 河南焦作454000) 摘 要  针对传统协同过滤算法由于数据稀疏和冷启动而造成的推荐精度下降的问题,提出一种基于联合聚 类和CRA组合相似度的协同过滤算法。首先,通过联合聚类对原始评分矩阵进行用户和物品两个维度的聚类; 其次,利用联合聚类结果填充原始评分矩阵;最后,利用CRA组合相似度计算用户相似度并进行推荐。实验结 果表明,该方法有效地提高了推荐结果的精确度,缓解了数据稀疏和冷启动问题。 关键词  协同过滤 冷启动 数据稀疏性 联合聚类 CRA 中图分类号 TP393    文献标识码 A    DOI:10.3969/j.issn.1000386x.2017.07.047 COLLABORATIVEFILTERINGALGORITHMBASEDONCOCLUSTERING ANDCRACOMBINEDSIMILARITY ZhaoWentao WangChunchun ChengYafei (CollegeofComputerScienceandTechnology,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China) Abstract  Inordertoovercomethesparsedataandcoldstartoftraditionalcollaborativefilteringrecommendation algorithm,acollaborativefilteringalgorithmbasedoncoclusteringandCRAcombinedsimilarityisproposed.First,co clusteringalgorithmisusedtosimultaneouslyobtainuseranditemneighborhoods.Secondly,theresultofcoclusteringis usedonratingmatrix.Finally,CRAcombinedsimilarityisusedtocalculatethesimilarityofusersandrecommend. Experimentalresultsshowthattheproposedmethodnotonlyeffectivelyimprovestheaccuracyoftherecommended results,butalsosolvesproblemsofusercoldstartanddatasparsity. Keywords  Collaborativefiltering Coldstart Datasparsity Coclustering CRA 模型,其中基于领域的模型由于其简单、直观、高效的 0 引 言 特点而十分流行。然而协同过滤技术在实际运用中存 在数据稀疏和冷启动等问题,因此造成推荐误差较大。 推荐系统作为一种软件工具和技术方法,通过为 针对上述问题,国内外的研究者对协同过滤算法进行 [2]等提出基于用户的事务和 用户过滤无关信息,以满足用户的个性化需求,同时解 了相关改进。MobasherB 决了因“信息过载”造成的资源浪费问题。推荐系统 浏览量进行聚类,从而找出用户共同的特征并有效地

文档评论(0)

tangtianbao1 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档