期刊文章详细信息
基于用户行为模型和蚁群聚类的协同过滤推荐算法
Collaborative Filtering Recommendation Based on Ant Colony Clustering and User Behavior
文献类型：期刊文章
机构地区：[1]复旦大学 [2]东方有线网络有限公司
基 金：上海市科委科研计划项目12dz1500203;上海市科委科研计划项目12511504902资助
年 份：2014
卷 号：30
期 号：3
起止页码：5-8
语 种：中文
收录情况：ZGKJHX、普通刊
摘 要：协同过滤技术是推荐系统中应用最为广泛的技术之一,用户的相似性度量是整个算法的核心要素,会对推荐算法准确率产生很大的影响。传统的协同过滤算法过度依赖用户评分机制,影片自身的标签信息没有被考虑为一个影响因素,在用户聚类时采用K近邻算法,会由于评分矩阵过于稀疏而难以收敛。同时,传统推荐技术仅基于用户历史行为进行推荐,无法为新用户提供合理的推荐。针对以上问题,提出了一种基于用户行为建模的蚁群聚类和协同过滤算法相结合的影片推荐技术。
关 键 词：推荐 用户行为 协同过滤 蚁群聚类
分 类 号：TP311]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
