基于混合蛙跳联合聚类的协同过滤算法

作者： 喻金平 ; 张勇 ; 廖列法 ; 梅宏标

摘要：针对传统协同过滤推荐算法稀疏性、冷启动、推荐质量不高等缺陷,提出一种基于混合蛙跳模糊聚类的协同过滤推荐算法.该算法先对原始评分矩阵用户和项目进行联合聚类,利用联合聚类结果对评分矩阵进行填充,再对混合蛙跳算法进行改进,利用改进后的算法快速地全局寻优能力得到项目最近邻居集合,最后通过计算预测评分生成推荐结果.仿真结果表明,该算法有效缓解对评分数据稀疏性的不良影响,同时在推荐精度上有明显改善.

关键字： 推荐系统 协同过滤 联合聚类 数据填充 混合蛙跳

---

上一篇：云计算平台虚拟机迁移能耗研究
下一篇：基于Ceph对象存储集群的高可用设计与实现