基于混合蛙跳模糊聚类的电子商务协同过滤推荐

摘要：

针对传统协同过滤推荐算法生成推荐速度慢、推荐质量不高等缺陷,提出了一种基于混合蛙跳模糊聚类的改进协同过滤推荐算法.算法首先利用模糊C-均值(FCM)聚类方法对用户数据进行预处理,得到用户数据聚类中心,有效地降低了推荐工作量.然后选取相似度最优的若干聚类组成候选用户邻居集合,并利用混合蛙跳算法快速地全局寻优能力得到用户最近邻居集合,提高了推荐精度.最后,通过计算预测评分生成推荐结果.仿真结果表明,相比于传统协同过滤推荐算法,该算法在推荐速度和推荐精度上有明显改善.

关键词：电子商务、推荐算法、协同过滤、模糊C-均值聚类、混合蛙跳算法

所属期刊栏目：13

分类号：TP183;F27(自动化基础理论)

在线出版日期：2013-06-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3452-3456