基于信息熵的二次聚类推荐算法.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标识码 中图分类号 基于信息熵的二次聚类推荐算法 李辉石 钊易军凯 北京化工大学信息科学与技术学院北京 摘 要 用户对网页文本缺少主动评价信息会影响最终推荐结果的准确程度 为此提出一种新的二次聚类推荐 算法通过对用户所浏览过的网页文本特征词的提取及相关权重的计算得出每一个网页的文本信息熵值与最邻 近熵差 利用连续型随机变量的均匀分布计算得到最邻近熵差阈值借助平均熵值逼近确定二次聚类初始聚类簇 数和簇心结合对数函数拟合的方法计算推荐数量通过 次文本聚类运用欧氏距离和信息熵值确定推荐内容 实验结果表明该推荐算法在实际系统中运行稳定与单纯只进行 次聚类运算的推荐算法相比推荐准确程度有 所提高 关键词 最邻近熵差阈值平均熵值逼近二次聚类对数拟合推荐区域推荐算法 中文引用格式李 辉石钊易军凯基于信息熵的二次聚类推荐算法计算机工程 英文引用格式 法的不断改进与创新 其中应用最广泛的当属协同 概述 过滤推荐算法和基于内容的推荐算法 推荐系统是利用电子商务网站向用户提供商品 协同过滤推荐算法是通过获取与目标用户偏好 信息和建议模拟销售人员帮助其决定购买产品的 相似的其他用户的喜好将他们感兴趣的内容推荐 过程 近年来随着 网络技术的成熟对 给该用户 文献 通过检验用户兴趣模型和建 推荐系统的研究逐渐深入同时也开始了对推荐算 立用户兴趣度矩阵来预测用户兴趣度提高了推荐 基金项目 年国家科技支撑计划基金资助项目 年北京化工大学学科建设基金资助项目 作者简介李 辉 男副教授博士主研方向为推荐系统密码学信息安全石 钊硕士研究生易军凯教授 收稿日期 修回日期 计 算 机 工 程 年 月 日 精度和效率但时间复杂度高可扩展性较差 文 整体流程 献 提出基于项目层次结构相似度的推荐算法来 整体流程主要可分为数据预处理和