基于自适应布谷鸟聚类搜索的推荐系统算法的研究

打开文本图片集

摘要：推荐系统本质是一种信息检索技术，能根据用户喜好在海量数据中检索出合适数据推荐给用户，传统推荐系统一般使用协同过滤推荐算法，协同过滤推荐算法主要通过挖掘用户的历史行为数据进行推荐，但传统推荐算法存在着稀疏矩阵、冷启动、实时性等问题困扰[1];因此，本文提出一种基于自适应布谷鸟聚类搜索的改进推荐系统算法，首先对推荐数据进行聚类处理，然后利用布谷鸟算法较强的全局搜索能力，提升推荐系统的准确度，实验结果表明，引入自适应布谷鸟聚类搜索能对传统协同过滤算法在推荐精度、召回率等方面指标方面有一定提高，计算效果优于传统推荐算法。（剩余4038字）