一种改进的基于用户聚类的协同过滤算法
【出 处】:
【作 者】:
张莉
秦桃
滕丕强
对外经济贸易大学信息学院
北京100029
【摘 要】协同过滤技术已经被成功地应用到个性化推荐系统中,但数据稀疏性问题严重影响着协同过滤算法的推荐质量。针对这一问题,本文引入用户兴趣的活跃度提出了一种改进的基于用户聚类的协同过滤算法,通过扩展用户—项目评分矩阵和改进用户相似性计算方法,缓解数据稀疏性对推荐算法的影响。实验结果表明,该算法能更准确地刻画用户之间的相似性,提高推荐算法的推荐准确度。