推荐系统中推荐池的聚类算法分析

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

摘要：对个性化推荐系统规模扩大而引起的实时性差、针推荐精度较低等问题，出了改进的ｋ均值用户聚类算法，提一实现对推荐系统中推荐池的压缩，ｔｒ：￣户在不同项目簇上的评价差异作为用户距离，Ｃ采用ｋｕｋｌｒｓａ最小生成树算法生成初始聚类
（．Ｓｈｏｆｃｎｍｉｎｎｇｍｅｔｉｊｎｖｒｉｆｅｈｏｏｙｎｄｃｔｎｉｊ０２２ｈａ１ｃｏｌＥｏｏｃａｄｏｓＭａａｅｎ，ＴａｉＵｉｅｓｙＴｃｎｌｇｄｕａｏ，Ｔａｉ３０２，Ｃｉ；ｎｎｔｏａＥｉｎｎｎ
中心，使得初始中心靠近类中心，这样得到的聚类更符合实际。进行了算法改进前后的实验对比，结果表明，改进的聚类算
法可以在更小的用户空间内搜索到更多的邻居用户，高了查找用户最近邻居的效率和精度。提
关键词：推荐系统；协作过滤；推荐池；ｋ均值聚类算法；最小生成树－中图法分类号：Ｐ８Ｐ９Ｔ１；Ｔ３１文献标识码：Ａ文章编号：００７２２１）２４０ —３１０．０４（０１１ —１４０
ＡｂｔａｔＡｉｄａｅｐｏｌｍｓｏｗｅｌｉｅｆｒｎｅａｄｌｗｅｏｓｒｃ：ｍｅｔｈｒｂｅｆｌｒａ— ｍｅｐｒｏｍａｃｎｏｒｃｍｍｅｄｔｎａｃｒｃｘｓｉｇｉｘａｄｎｅｓｎｌｅｔｏｔｎａｉｃｕａｙｅｉｎｎｅｐｎｉｇｐｒｏａｉｄｏｔｚｒｃｍｍｅｄｔｎｓｓｅｅｏｎａｉｙｔｍ，ａｍｏｉｅ — ａｓｃｕｔｒｎｌｏｉｍｓｕｏｗａｄＩａｏｒｓｅｏｍｅｄｔｎｐｏ．Ｋｒｓａｏｄｆｄｋｍｅｎｌｓｅｉｇａｇｒｔｉｈｉｐｔｆｒｒ．ｔｃｎｃｍｐｅｓｒｃｍｎａｉｏ１ｏｕｋｌａｇｒｔｍｓｄｗｉｓｒｉｅｅｃｖｌａｉｎｏｅｓｒｔｒｄｃｈｒｔｃｎｅｓａｄｍａｅｈｒｔｅｔｒｅｃｏｅｔｌｓｌｏｉｈｉｕｅｔｕｅｆｒｎｅｅａｕｔｎｉｍｏｔｏｐｏｕｅｔｅｆｓｅｔｒ，ｎｋｓｔｅｆｓｃｎｅｓｂｌｓｃａｓｓｈｄｏｔｉｉｏｃｎｅｓａｄｔｅｅｓｃｕｔｒｔｉｈａｃｒｃ．Ｔｅｅｐｒｍｅｔｌｅｕｔｈｗａｅｉｒｖｄｋｍｅｎｌｓｅｎｌｏｔｍａｅｔｒ，ｎｎｇｔｌｓｅｓｗｉｈｇｃｕａｙｈｈｈｘｅｉｎａｓｌｓｏｔｔｔｒｓｈｈｍｐｏｅ－ａｓｃｕｔｒｇａｇｒｈｃｎｉｉｉｒｅｇｂｒｒｍｎｍａａｅｈｎｔｄｔｎｌｍｅｎｌｓｅｉ，ｎｆｄｍｏｅｎｉｈｏｓｆｏｍｉｉｌｐｃａａｉｏａ－ａｓｃｕｔｒｇａｄｉｒｖｆｃｅｃｎｃｕａｙｏｎｉｇｎｉｈｏｓｎｓｔｒｉｋｎｍｐｏｅｅｉｎｙａｄａｃｒｃｆｆｄｎｅｇｂｒ．ｉｉＫｅｒｓｒｃｍｍｅｄｔｎｓｓｍ；ｃｌｂｒｔｅｆｔｒｇｒｃｍｍｅｄｔｎｐｏ；ｋｍｅｎｌｓｅｉｇｌｏｉｍ；ｍｉｉｍａｎｎｅｙｗｏｄ：ｅｏｎａｏｔｉｙｅｏｌｏａｉｌｉ；ｅｏａｖｉｅｎｎａｉｏｌ－ａｓｕｔｒｇｒｈｏｃｎａｔｎｍｕｓｎｉｇｔｅｐｒ
４０２１，ｏ３，ｏ１计算机工程与设计Ｃｍｕｒｎｉｅｎｄｅｉ１４０１Ｖ１２Ｎ．．２ｏｐｔＥｇｅｉａＤｓｎｅｎｒｇｎｇ
推荐系统中推荐池的聚类算法分析
董祥和张春光，
（．天津职业技术师范大学经济与管理学院，天津３０２；２京科技大学信息工程学院，北京１０８）１０２２．北００３
２ｃｏｌｆｎｏｍａｉｎｉｅｉ，Ｂｉｎｎｖｒｉｆｃｎｅｅｈｏｏｙｅｉｇ１０８，Ｃｉａ．ＳｈｏｏＩｆｒｔｎｇｅｒｇｅｉｇｉｅｓｙｏＳｉｃｃｎｌｇ，Ｂｉｎ００３ｈ）ｏＥｎｎｊＵｔｅＴｊｎ
Ａｎｌｓｓｏｌｓｅｉｇａｇｒｈｏｅｏａｙｉｆｕｔｒｎｌｏｉｍｎｒｃｍｍｅｄｔｎｐｏｃｍｍｅｄｔｎｓｓｅｃｔｎａｉ ቤተ መጻሕፍቲ ባይዱｏｌｎｒｏｏｉｅｎａｉｙｔｍｏ
ＤＯＮＧａｇｈＺＸｉｎ — ｅ，ＨＡＮＧｕ —ｕｎ。Ｃｈｎｇａｇ