典型文献
基于三支聚类的协同过滤推荐方法
文献摘要：
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.
文献关键词：
协同过滤;三支决策;聚类;推荐系统
中图分类号：
作者姓名：
康凯;胡军
作者机构：
重庆邮电大学 计算智能重庆市重点实验室 重庆 400065;重庆邮电大学 计算机科学与技术学院 重庆 400065
文献出处：
引用格式：
[1]康凯;胡军-.基于三支聚类的协同过滤推荐方法)[J].郑州大学学报（理学版）,2022(03):22-27
A类：
线上推荐
B类：
三支聚类,推荐方法,近邻,协同过滤推荐算法,可扩展性,分用,邻居,推荐精度,过滤方法,划为,核心用户,聚类规则,预测评分,分得,协同过滤算法,三支决策,推荐系统
AB值：
0.319743
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
