基于聚類協(xié)同過濾推薦算法優(yōu)化
大小：0.90 MB 人氣： 2017-11-27 需要積分：1
作為重要的個性化推薦算法之一，協(xié)同過濾推薦算法有其獨特的優(yōu)勢，但同時存在數據稀疏性、冷啟動和擴展性問題。針對數據稀疏性問題，對項目相似度進行改進，利用基于項目的協(xié)同過濾對原始評分矩陣進行填充，以此降低數據稀疏性對推薦質量的影響。針對冷啟動問題，采用基于用戶和項目屬性分別進行聚類的方法，通過聚類模型建立新用戶和新項目與現(xiàn)有用戶和現(xiàn)有項目之間的聯(lián)系，根據對現(xiàn)有用戶和現(xiàn)有項目的推薦預測新用戶和新項目的推薦。針對擴展性問題，利用云平臺Hadoop的MapReduce框架完成相關算法的并行化，以此解決傳統(tǒng)協(xié)同過濾推薦算法面臨的嚴重擴展性問題。實驗表明，改進后的算法較好地解決了以上問題。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%