基于评分偏好特征聚类分析的协同过滤改进算法

扫码查看

原文链接

中文摘要：协同过滤算法作为一种主流的推荐算法其局限性就在于面对不同数据量的数据集时的相似度计算会发生偏差.本文基于传统的协同过滤算法,结合BP神经网络算法分析出的评分偏好特征进行聚类分析,最后提出一种改进的计算相似度的方法来达到对已有算法进行改进的目的.

作者：

蔡林璋、李昊阳

展开 >

作者单位：

100091 国际关系学院信息科技学院北京

关键词：

协同过滤算法聚类分析相似度改进 BP算法余弦相似度

基金：

中央在京高校人才培养共建项目-2019年人才培养共建项目-大学生科研训练项目-信息科技学院数据科学与大数据技术科研项目

项目编号：

出版年：

2019

数字化用户

ISSN：

年,卷(期)：2019.25(29)