| 一种改进的K-means聚类的协同过滤算法 |
| |
| 引用本文： | 赵伟,林楠,韩英,张洪涛.一种改进的K-means聚类的协同过滤算法[J].安徽大学学报(自然科学版),2016,40(2):32-36. |
| |
| 作者姓名： | 赵伟 林楠 韩英 张洪涛 |
| |
| 作者单位： | 郑州大学软件技术学院,河南郑州,450002;华北水利水电大学电力学院,河南郑州,450045 |
| |
| 基金项目： | 国家自然科学基金资助项目(31101085)，河南省科技厅基础研究项目(142300410226) |
| |
| 摘 要： | 针对海量新闻的个性化推荐算法进行研究,提出一种改进的推基于K-means聚类的协同过滤用户推荐算法.该算法首先随机初始化了K个质心,按照重新定义过的新的用户相似度公式将用户进行K-means聚类,并选取相似度最大的作为当前用户所属类别;然后再重新定义了质心并进行迭代聚类;最后在每一个用户类里应用基于用户的协同过滤推荐算法,并给用户合理的个性化推荐.仿真实验测试表明,新算法能够提高推荐的准确率,并且有效提高了扩展性.
|
| 关 键 词： | 推荐系统 协同过滤 聚类 相似度 |
User-based collaborative filtering recommendation algorithm based on improved K-means clustering |
| |
| ZHAO Wei,LIN Nan,HAN Ying,ZHANG Hongtao.User-based collaborative filtering recommendation algorithm based on improved K-means clustering[J].Journal of Anhui University(Natural Sciences),2016,40(2):32-36. |
| |
| Authors: | ZHAO Wei LIN Nan HAN Ying ZHANG Hongtao |
| |
| Abstract: | |
| |
| Keywords: | recommendation systems collaborative filtering clustering similarity |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
