基于K-means的语义协同过滤推荐算法 |
| |
作者姓名: | 印国成 |
| |
作者单位: | 扬州大学信息工程学院;扬州大学广陵学院 |
| |
摘 要: | 传统的基于图书和读者的协同过滤方法缺乏语义知识,易混杂不符合读者喜好的噪音数据,从而影响聚类效果和推荐的准确度.针对该问题,提出一种基于K-means的语义协同过滤推荐算法.为了反映读者对图书的偏爱程度,首先定义读者-图书关联矩阵,然后通过K-means聚类算法寻找相邻集合,在聚类过程中兼顾关联矩阵和语义知识,分别计算读者和图书的相似度,最后通过相似程度排序向用户推荐图书.结果表明,该算法在保证计算效率的情况下能显著提高推荐的准确度.
|
本文献已被 CNKI 等数据库收录! |
|