基于内容和协同过滤相融合的推荐算法

摘要：

协同过滤算法有两个主要问题:新用户冷启动问题和相似用户的可靠性问题.为了解决上述问题,提出了基于内容和协同过滤相融合的推荐算法,主要解决新用户冷启动、相似用户可靠性问题.该算法的主要过程为,利用k-means聚类算法将数据集中的用户进行聚类,然后确定用户各个属性特征的适当权重,根据用户人口统计学特征的聚类方法,将新用户分配到恰当的类中,最后提取出新用户的最近邻,根据最近邻用户的项目评分,计算新用户对未评分项目的预评分,生成推荐列表.实验结果表明,在平均绝对误差(MAE)和均方根误差(RMAE)上有较明显的改善.

关键词：协同过滤、冷启动、人口统计学特征、k-means聚类、混合推荐

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：232-234,282