文献类型：期刊文章

作　　者：李克潮[1] 凌霄娥[1]

机构地区：[1]广西民族师范学院图书馆,广西崇左532200

出　　处：《计算机应用》

基　　金：广西教育厅科研项目(201204LX481);CALIS广西壮族自治区文献信息服务中心预研项目(CALISGX201305)

年　　份：2013

卷　　号：33

期　　号：10

起止页码：2804-2806

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统推荐系统数据稀疏、相似性计算方法导致共同评分用户少的问题,提出利用云模型定性概念与定量数值转换的优势,研究云模型、用户聚类的个性化推荐改进算法。用户对项目属性评价的偏好,转换为用户对加权综合云模型表示的数字特征的偏好。利用改进的聚类算法,对评分数据、原始用户属性标准化后的信息进行聚类;同时考虑用户兴趣的变化,结合用户之间项目属性评价的综合云模型的相似度、用户对项目评分的聚类、用户属性聚类这三种方法产生的邻居用户的并集进行推荐。理论分析和实验结果表明,提出的改进算法不但解决数据稀疏性带来的共同评分用户少的弊端,即使是在新用户的情况下,仍能获得较低的平均绝对误差和平均平方误差。

关 键 词：综合云模型  属性评价  评分聚类  属性聚类 协同过滤

分 类 号：TP393.1]