融合用户聚类与项目聚类的加权Slope One算法
作者:
关志芳
[1]
孟海东
[2]
关键词:
用户聚类
项目聚类
个性化推荐
协同过滤
Slope One算法
摘要：
随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点.基于此提出一种融合用户聚类和项目聚类的加权Slope One算法,算法基本思想为:采用聚类技术将相似度较高的用户或者项目进行聚类,在进行全局计算时只需计算同类中的对象,而不需计算所有对象,然后将每个聚类分别使用融合用户相似度与项目相似度的加权Slope One算法进行评分预测.实验结果表明,所提出算法在提高了算法执行效率的同时,仍能获得较高的推荐准确度.
上一篇： 基于惯性权重矩阵的自适应粒子群算法
下一篇： 一种低能耗的云计算虚拟机部署方案