双向聚类迭代的协同过滤推荐算法

被引：16

作者：

王明文 ^{[1
]}

陶红亮 ^{[1
]}

熊小勇 ^{[2
]}

机构：

[1] 江西师范大学计算机信息工程学院

[2] 江西师范大学软件学院

来源：

中文信息学报 | 2008年 / 04期

关键词：

计算机应用; 中文信息处理; 协同过滤; 聚类; 交叉迭代; 平均绝对偏差;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

协同过滤是电子商务推荐系统中广泛采用的技术,然而数据稀疏性会影响协同过滤的推荐质量。针对数据稀疏问题提出一种双向聚类迭代的协同过滤推荐算法,对初始得到的用户聚类和项目聚类进行交叉迭代调整,使得聚类簇达到较为稳定的状态。调整后聚类簇的内聚性更强,类之间的区分度更大。实验表明,在调整后的聚类簇中查找邻居将更加准确,可以有效解决数据稀疏问题的影响,有利于提高推荐的准确性。

引用

页码：61 / 65+74 +74

页数：6