基于三支聚类的协同过滤推荐方法

通过聚类可以缩小用户近邻空间，从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题，但因部分用户丢失了有效邻居而使得推荐精度不高。为解决该问题，结合三支聚类提出了一种新的协同过滤方法。该方法分为线下聚类和线上推荐两个步骤。对用户先进行聚类，进而将用户划为核心用户和边界用户，并对这两类用户分别应用不同的聚类规则进行聚类；然后在目标用户所属的簇中产生一个预测评分，对属于多个簇的用户，则聚合每个簇的评分得到其预测结果。实验结果表明，该方法与现有基于聚类的协同过滤算法相比，能有效地提高推荐精度。