原文传递
基于混合聚类的个性化推荐算法
| 题名： | 基于混合聚类的个性化推荐算法 |
| 正文语种： | 中文 |
| 作者： | 成桂兰；刘旭东；陈德人 |
| 关键词： | 协同过滤；数字图书馆；SOM；K—means；数据稀疏性；平均绝对偏差 |
| 摘要： | 针对传统协同过滤算法存在的数据稀疏性问题，提出了一种基于聚类技术的推荐算法。该算法将SOM与K—means技术相结合对图书资源进行聚类，缩小了需要预测的图书资源数目和最近邻居的搜索范围，达到了为读者提供符合其偏好特征的图书资源的目的。实验结果表明，改进后的算法较好地解决了数据稀疏性问题，提高了推荐系统的推荐质量。 |
| 期刊名称： | 武汉理工大学学报（信息与管理工程版） |
| 出版年： | 2011 |
| 期： | 03 |
| 页码： | 379-381，434 |
检索历史
应用推荐
