基于粗集与模糊聚类的协同过滤算法.pdf

第2 期第 56 页 浙江纺织服装职业技术学院学报 20 10 6 月 doi：10.3969/j. issn. 1674-2346.20 10.02.0 14 基于粗集和模糊聚类的协同过滤算法 徐兵兵 摘 要： 出了一种基于粗集和模糊聚类相结合的协同过滤推荐算法，通过粗集理论自动填补空缺评分降低数据稀 疏性；然后根据用户对项目评分的相似性对用户进行模糊聚类，并在此基础上有哪些信誉好的足球投注网站目标用户的最近邻居，从而缩小最近 邻居的查找范围并产生推荐结果。实验结果表明，该方法能有效的解决数据稀疏性问题， 高了推荐系 的精确性和实 时响应速度。 关键词：个性化推荐；协同过滤；数据稀疏；粗集；模糊聚类 ( ) 中图分类号：TP301.6 文献标识码：C 文章编号：1674-2346 20 10 02-0056-05 0 引言 [ ] 1 个性化推荐作为一种崭新的智能信息服务方式 ，可以根据用户提出的明确要求，或通过用户个性、 习惯、偏好的分析，准确地向用户提供感新区的信息和服务，从而有效解决信息过载和信息迷失带来的 种种问题。协同过滤（Collaborative Filtering，CF）是通过比较用户之间的相似性，把和目标用户具有相 [ ] 2 似兴趣的其他用户的意见提供给目标用户完成推荐，是目前最成 的推荐技术 。Amazon 和CD-Now 等 国外著名的电子商务网站都应用协同过滤技术向顾客推荐产品，提高服务的效率和质量。 但协同过滤需要在整个用户空间上有哪些信誉好的足球投注网站目标用户的最近邻居，随着系统规模的不断扩大，用户和项 [ ] 3 目数量急剧增加，最近邻协同过滤技术面临着评分数据稀疏性这一巨大挑战 。在用户评分数据稀疏的 情况下，传统的最近邻协同过滤算法难以准确地计算用户间的相似性，无法形成可靠的最近邻居集，同 时，在整个用户空间上有哪些信誉好的足球投注网站目标用户的最近邻居比较耗时，难以满足推荐系统的实时性要求，导致推荐 [4,5]