典型文献
基于子空间聚类的协同过滤推荐算法
文献摘要：
为了降低数据稀疏性对推荐算法效率产生的影响,提出一种基于子空间聚类的协同过滤推荐算法(SCUCF).该算法创建感兴趣、不感兴趣以及既不感兴趣也不不感兴趣三种类型被评价项目的不同子空间.利用项目子空间为目标用户绘制邻居用户树,以此来寻找目标用户的邻居.利用改进的用户相似性计算方法来确定推荐用户.通过MovieLens 100K、MovieLens 1M数据集对算法进行了验证,实验结果表明,该算法能够使推荐算法的推荐性能得到提升.并且,在与其他同类改进算法相比,该算法也表现出一定的优越性.
文献关键词：
协同过滤;子空间聚类;邻居用户树;相似性
中图分类号：
作者姓名：
王英博;韩国淼;王铭泽
作者机构：
辽宁工程技术大学 创新实践学院,辽宁 阜新 123000;辽宁工程技术大学 软件学院,辽宁 葫芦岛 125105;南宁学院 会计学院,南宁 530200
文献出处：
引用格式：
[1]王英博;韩国淼;王铭泽-.基于子空间聚类的协同过滤推荐算法)[J].计算机工程与应用,2022(03):127-134
A类：
SCUCF,项目子空间,邻居用户树
B类：
子空间聚类,协同过滤推荐算法,数据稀疏性,算法效率,不感兴趣,三种类型,被评,评价项目,用户相似性,相似性计算,MovieLens,100K,1M,推荐性,改进算法
AB值：
0.235958
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。
