基于改进协同过滤算法的时间权重推荐

资料大小: 1.97 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-06-03

上 传 者: 他上传的所有资料

资料介绍

标签:协同过滤(36)算法(2933)互联网(9352)

  传统的协同过滤算法存在数据稀疏、可扩展性弱和用户兴趣度偏移等冋题,算法运行效率和预测精度偏低。针对上述问题,提出一种改进的 Mini batch K- Means时间权重推荐算法。采用 Pearson相关系数改进MiBatch K- Means聚类,利用改进的聚类算法对稀疏评分矩阵进行聚类,计算用户兴趣评分并完成对稀疏矩阵的填充。考虑用户兴趣随时间变化的影响,引入牛顿冷却时间杈重计算攝似度,并基于已填充评分矩阵进行相似度权计算,得到项目最终评分。实验结果表明,与传统协同过滤算该算法的平均绝对误差下降了31.08%,准确率、召回率、門Ⅰ值均有较大提升,具有较髙的评分预测精确。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料