文献类型：期刊文章

作　　者：关志芳[1,2] 孟海东[3]

GUAN Zhi-fang;MENG Hal-along(Department of Automation,Baotou Iron and Steel Vocational Technical College,Baotou 014010,China;School of Information Engineering,Inner Mongolia University of Science ＆ Technology,Baotou 014010,China;Mining Research Institute,Inner Mongolia University of Science ＆ Technology,Baotou 014010,China)

机构地区：[1]包头钢铁职业技术学院自动化系,内蒙古包头014010 [2]内蒙古科技大学信息工程学院,包头014010 [3]内蒙古科技大学矿业研究院,包头014010

出　　处：《控制工程》

年　　份：2018

卷　　号：25

期　　号：7

起止页码：1297-1302

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、JST、ZGKJHX、核心刊

摘　　要：随着互联网信息量的增加,传统协同过滤推荐算法在处理大规模数据时表现出性能低下、准确率不高等缺点。基于此提出一种融合用户聚类和项目聚类的加权Slope One算法,算法基本思想为：采用聚类技术将相似度较高的用户或者项目进行聚类,在进行全局计算时只需计算同类中的对象,而不需计算所有对象,然后将每个聚类分别使用融合用户相似度与项目相似度的加权Slope One算法进行评分预测。实验结果表明,所提出算法在提高了算法执行效率的同时,仍能获得较高的推荐准确度。

关 键 词：用户聚类 项目聚类  个性化推荐 协同过滤 SLOPE One算法  

分 类 号：TP391]