文献类型：期刊文章

作　　者：邓爱林[1] 左子叶[1] 朱扬勇[1]

机构地区：[1]复旦大学计算机与信息技术系

出　　处：《小型微型计算机系统》

基　　金：国家 8 63计划 ( 2 0 0 1AA113 181)资助

年　　份：2004

卷　　号：25

期　　号：9

起止页码：1665-1670

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：推荐系统是电子商务中最重要的技术之一 ,协同过滤是推荐系统中采用最为广泛也是最成功的推荐技术 .随着电子商务系统用户数目和商品数目日益增加 ,在整个用户空间上寻找目标用户的最近邻居非常耗时 ,导致推荐系统的实时性要求难以保证 .针对上述问题 ,本文提出了一种基于项目聚类的协同过滤推荐算法 ,根据用户对项目评分的相似性对项目进行聚类 ,生成相应的聚类中心 ,在此基础上计算目标项目与聚类中心的相似性 ,从而只需要在与目标项目最相似的若干个聚类中就能寻找到目标项目的大部分最近邻居并产生推荐列表 .实验结果表明 。

关 键 词：电子商务 推荐系统 协同过滤 聚类 平均绝对偏差

分 类 号：TP311]