基于加权Slope One填充的协同聚类推荐算法

打开文本图片集

收稿日期：2023-04-13

DOI：10.19850/j.cnki.2096-4706.2023.22.016

摘  要：针对传统协同过滤算法数据集稀疏性高、推荐性能差的问题，提出一种基于K-means聚类与加权Slope One填充的协同过滤推荐算法。首先以用户特征为聚类依据，聚类生成K个用户集群，其次通过加权Slope One算法预测并填充每个集群内部的评分矩阵，最后合并各类别的评分矩阵，设计融合Baseline算法和基于物品协同过滤算法的混合算法预测用户评分。（剩余11690字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。