基于复杂结构数据聚类的推荐系统

摘要：

针对目前推荐系统存在的不能处理结构复杂、语义丰富领域的推荐问题以及对项目空间和用户空间本质特征理解的狭窄性和简单性、稀疏性问题、可扩展性问题,研究了基于复杂结构数据聚类的推荐方法,提出了一个新颖、有效、具有高可扩展性的基于复杂结构数据聚类的混合型推荐系统HRSCCSD.该系统能同时融合用户语义、项目语义和项目协同多方面信息,极大地拓展了当前推荐系统的应用深度和广度.实验表明,所提出的推荐技术在覆盖性、准确性以及可扩展性方面均优于当前主流的推荐技术.

关键词：复杂结构数据(CSD)、推荐系统、Escher语言、高阶逻辑

所属期刊栏目：21

分类号：TP3;TN9

资助基金：国家自然科学基金60875029;国家科技支撑计划2011BAH10B05

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1115-1120