基于聚类免疫网络的协同过滤推荐算法

被引：6

作者：

张玲 ^{[1
]}

王磊 ^{[1
]}

王姝媛 ^{[2
]}

机构：

[1] 西安理工大学计算机科学与工程学院

[2] 中油燃气有限责任公司

来源：

计算机工程与应用 | 2008年 / 27期

关键词：

协同过滤; 聚类; 独特型网络; 推荐系统;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对传统协同过滤推荐算法进行聚类后出现的推荐精度下降问题,提出了一种利用独特型网络模型对基于用户聚类的协同过滤算法加以改进的新思路。通过引入人工免疫中动态调节抗体浓度使免疫网络保持稳定的原理来调整邻居用户的数目,以保证邻居用户的多样性达到提高精度的目的。实验结果表明,该算法相对于传统的基于聚类的协同过滤算法而言,在提高推荐速度的同时保证了推荐的精度。

引用

页码：141 / 144

页数：4

共 4 条

[1] 基于项目聚类的协同过滤推荐算法 [J].

邓爱林 ;

左子叶 ;

朱扬勇 .

小型微型计算机系统, 2004, (09) :1665-1670

[2] 基于免疫规划的K-means聚类算法 [J].

行小帅 ;

潘进 ;

焦李成 .

计算机学报, 2003, (05) :605-610

[3]

A Recommender System based on Idiotypic Artificial Immune Networks[J] . Steve Cayzer,Uwe Aickelin.Journal of Mathematical Modelling and Algorithms . 2005 (2)

[4] Evaluating collaborative filtering recommender systems [J].

Herlocker, JL ;

Konstan, JA ;

Terveen, K ;

Riedl, JT .

ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) :5-53

← 1 →