计算机应用研究2021，Vol.38Issue(10) ：2994-2999.DOI:10.19734/j.issn.1001-3695.2021.03.0090

缺失数据下基于SVDIFC的协同过滤推荐算法

Collaborative filtering recommendation algorithm based on SVDIFC under missing data

纪成君 李蕊 王仕勤
计算机应用研究2021，Vol.38Issue(10) ：2994-2999.DOI:10.19734/j.issn.1001-3695.2021.03.0090
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

缺失数据下基于SVDIFC的协同过滤推荐算法

Collaborative filtering recommendation algorithm based on SVDIFC under missing data

纪成君 1李蕊 1王仕勤1
扫码查看

作者信息

  • 1. 辽宁工程技术大学 工商管理学院,辽宁 葫芦岛 125105
  • 折叠

摘要

为了提高个性化推荐的准确性和质量,针对传统推荐算法的信息过载和数据稀疏性问题,构建了基于SVD与直觉模糊聚类的协同过滤推荐算法(SVDIFC-CF).算法首先引入SVD将降维后的原始矩阵进行填充;再运用用户商品喜好矩阵将用户进行直觉模糊聚类;最后计算与目标用户相似度最高的前N个用户,找到用户最感兴趣的项目作为推荐结果.采用MovieLens与Jester数据集对算法的有效性进行验证,实验结果表明相对于传统推荐算法,该算法能有效解决数据稀疏和冷启动问题,提高推荐精度与质量.

关键词

奇异值分解/直觉模糊聚类/协同过滤/相似度

引用本文复制引用

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量1
参考文献量2
段落导航相关论文