【摘要】：協(xié)同過濾是解決信息過載問題的一種有效技術(shù)。針對(duì)基于內(nèi)存的推薦面臨著可擴(kuò)展性問題、基于模型的推薦需要訓(xùn)練大量參數(shù)的問題進(jìn)行了研究,從而提出了基于用戶特征的K-means用戶聚類算法,然后用分步協(xié)同過濾框架融合基于項(xiàng)目和基于用戶的協(xié)同過濾給每一個(gè)聚簇訓(xùn)練一個(gè)模型。實(shí)驗(yàn)結(jié)果表明,提出的算法能極大地提高推薦精度,同時(shí)在一定程度上解決了基于模型和基于內(nèi)存推薦存在的不足。

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 汪靜;印鑒;;一種優(yōu)化的Item-based協(xié)同過濾推薦算法[J];小型微型計(jì)算機(jī)系統(tǒng);2010年12期

2 吳湖;王永吉;王哲;王秀利;杜栓柱;;兩階段聯(lián)合聚類協(xié)同過濾算法[J];軟件學(xué)報(bào);2010年05期

3 黃國(guó)言;李有超;高建培;常旭亮;;基于項(xiàng)目屬性的用戶聚類協(xié)同過濾推薦算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年05期

相關(guān)碩士學(xué)位論文 前1條

1 馮e，

本文編號(hào)：2583897