一种利用Vague集理论改进的协同过滤推荐算法

被引：5

作者：

张慧颖 ^{[1
]}

薛福亮 ^{[1
,2
]}

机构：

[1] 天津大学管理与经济学部

[2] 天津财经大学商学院

来源：

现代图书情报技术 | 2012年 / 03期

关键词：

推荐系统; 协同过滤; 项目相似性; 基于内容推荐; Vague sets;

D O I：

暂无

中图分类号：

TP301.6 [算法理论]; TP18 [人工智能理论];

学科分类号：

081202 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对项目特征难以表达问题,提出采用Vague集理论对其进行提取与表示,在此基础上进行项目相似性聚类,利用聚类内项目相似性对未评分项目进行评分值预测,从而消除协同过滤推荐的稀疏性问题,进而基于预测后的评分矩阵进行相似用户聚类,并在项目聚类簇内实施协同过滤推荐,使推荐更有针对性。实验结果表明,该方法无论在推荐精度还是推荐相关性上都更为有效。

引用

页码：35 / 39

页数：5

共 7 条

[1] 基于模糊描述逻辑的个性化推荐系统建模 [J].

牟向伟 ;

陈燕 .

计算机应用研究, 2011, 28 (04) :1429-1433

[2] 基于Vague集的电子商务推荐系统研究 [J].

崔春生 ;

李光 ;

吴祈宗 .

计算机工程与应用 , 2011, (10) :237-239

[3] 互联网推荐系统比较研究 [J].

许海玲 ;

吴潇 ;

李晓东 ;

阎保平 .

软件学报, 2009, 20 (02) :350-362

[4]

电子商务推荐系统关键技术研究[D]. 邓爱林.复旦大学. 2003

[5] Kernel based collaborative recommender system for e-purchasing [J].

Devi, M. K. Kavitha ;

Venkatesh, P. .

SADHANA-ACADEMY PROCEEDINGS IN ENGINEERING SCIENCES, 2010, 35 (05) :513-524

[6]

A Framework for Collaborative, Content-Based and Demographic Filtering[J] . Michael J. Pazzani. Artificial Intelligence Review . 1999 (5)

[7]

A Recommender System Using GA K-meansClustering in an Online Shopping Market .2 Kim K J,Ahn H. Expert Systems withApplications . 2008

← 1 →