基于项目聚类和评分预测协同过滤算法研究.docVIP

基于项目聚类和评分预测协同过滤算法研究 　　[摘 要] 协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一。目前协同过滤构建的用户-项目矩阵,一般是按用户对所有项目的评分构建,却没有考虑项目之间的分类情况,导致寻找的邻居集合可能不是最近邻居集合。针对此问题,本文提出基于项目聚类和评分预测的协同过滤推荐算法,该算法首先按商品聚类,将大矩阵按聚类的商品来进行子矩阵的计算,在子矩阵里进行兴趣度的测量,最后将在所有区域相似用户的推荐项目合并,成为该用户的最后推荐结果。实验证明新算法能够提高协同过滤推荐系统的推荐质量。 　　[关键词] 聚类;协同过滤;邻居用户 　　doi : 10 . 3969 / j . issn . 1673 - 0194 . 2010 . 11 . 042 　　[中图分类号]F724.6;TP311 [文献标识码]A [文章编号]1673 - 0194(2010)11- 0111 - 03 　　 　　1引言 　　 　　个性化推荐系统中应用最成功的算法之一是最近邻居协同过滤算法。协同过滤算法主要有基于用户的和基于项目的两种算法[1]。其基本思想是:通过计算目标用户与各个基本用户对项目评分之间的相似性,搜索目标用户的最近邻居,然后由最近邻居的评分数据向目标用户产生推荐,即目标用户对未评分项目的评分可以通过最近邻居对该项目评分的加权平均值进行逼近,