基于项目与用户双重聚类的协同过滤推荐系统.PDFVIP

泰迪华南杯数据挖掘竞赛论文报告 基于项目和用户双重聚类的协同过滤推荐系统 摘 要：随着互联网技术的迅猛发展，人们逐渐走入了信息过载的时代。面对大量的信息，我 们都显得有些无所适从。作为信息需求者，从大量信息中找到自己感兴趣的信息往往是一件非常困 难的事情；而对于信息提供者，让自己的信息脱颖而出，受到大家的关注，也是一件非常困难的事 情。推荐系统就是解决这一矛盾的重要工具。推荐系统通过建立用户和信息产品之间的关系，利用 已有的选择过程或相似性关系，一方面挖掘用户潜在感兴趣的信息，另一方面让信息能够展现在对 它感兴趣的用户面前。协同过滤技术是目前推荐系统中应用最早和最为成功的技术之一，其发展面 临着两个三个主要挑战：提高协同过滤算法的可扩展性；降低推荐系统数据集的稀疏性；提高推荐 质量。针对这些问题本文提出一个改进的协同过滤算法——基于用户和项目双重聚类的协同过滤推 荐算法。利用评分数据稀疏差异度和项目类别构造集合差异度度量公式，用以在用户-项目评分矩阵 上进行项目聚类，解决了协同过滤推荐算法在面临高维数据稀疏特征时推荐效果差的难题；同时采 用经典的 K-means 聚类方法对用户进行聚类，具有简单快速适于处理大数据的优点，省去了规范 化处理。实验结果表明，此算法拥有基于用户聚类的协同过滤算法和基于项目聚类的协同过滤算法 的优点，并摒弃了其缺点。 关键词：推荐系统、协同过滤、IBCRA 项目聚类、双重聚类、综合推荐 第1 页，共15 页 泰迪华南杯数据挖掘竞赛论文报告 The thesis title Abstract: With the rapid development of Internet technology, people gradually get into the age of information overload. Faced with a lot of information, we are a bit confused. As the people who need information, it ’s a very difficult thing to find the information they are interested in from a lot of information;while for information providers to make their message stand out is also a very difficult thing. Recommendation system is an important tool to resolve this contradiction. Recommended system through the establishment of relationships between users and information products, using the existing selection process or similar relationship, on the one hand mining information of interest to potential users, on the other hand so that information can be displayed in front of the user interested in it. Collaborative filtering technology is one of the main technologies for the recommendation system in e-commerce which has application of the earl