| 基于混合聚類與融合用戶興趣的協同過濾推薦算法 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：542 K | |
| 標簽： 推薦算法 權重標簽 時間衰減系數 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：推薦效率低、推薦質量有待提高等問題普遍存在于傳統協同過濾推薦算法中，為了改善并解決這些問題，在協同過濾推薦算法中將混合聚類與用戶興趣偏好融合，經過驗證推薦質量有顯著提升。首先根據用戶的個人相關信息構建Canopy+bi-Kmeans的一種多重混合聚類模型，采用提出的混合聚類模型把所有用戶劃分成多個聚類簇，將每個用戶的興趣偏好融合到生成的聚類簇中，形成新的相似度計算模型；其次利用基于TF-IDF算法的權重歸類方法計算用戶對標簽的權重，并使融入時間系數的指數衰減函數捕捉用戶興趣偏好隨時間的變化；最后使用加權融合將用戶偏好和混合聚類模型相結合，匹配到更相似的鄰居用戶，計算出項目評分并進行推薦。利用公開數據集對比實驗證明，提出的方法能夠提高推薦質量和推薦可靠性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2