基于子空间聚类的协同过滤推荐算法

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.

关键词：协同过滤;子空间聚类;邻居用户树;相似性

所属期刊栏目：58

分类号：TP393(计算技术、计算机技术)

资助基金：辽宁省教育厅基础研究项目LN2020JCL029

在线出版日期：2022-02-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：127-134