一種雙向聚類協(xié)同過濾推薦算法研究

范奧哲 何利力

摘 要：針對傳統(tǒng)協(xié)同過濾推薦算法在大數(shù)據(jù)環(huán)境下存在數(shù)據(jù)稀疏性及計算復雜性等問題，提出一種雙向聚類協(xié)同過濾推薦算法。該算法首先從用戶維度和項目維度兩個方向分別進行屬性聚類，然后在目標用戶和目標項目所在類簇中分別使用改進后的相似度計算方法進行協(xié)同過濾推薦，最后通過平衡因子綜合預測評分并形成最終推薦列表。在MovieLens公開數(shù)據(jù)集上進行實驗，結(jié)果表明，該算法（DCF）相比傳統(tǒng)協(xié)同過濾推薦算法（TCF）、基于用戶聚類的協(xié)同過濾推薦算法（UCF）以及基于項目聚類的協(xié)同過濾推薦算法（ICF），在平均絕對誤差上分別降低了16%、8.1%、7.5%，有效提高了推薦精度。

關(guān)鍵詞：協(xié)同過濾推薦算法;數(shù)據(jù)稀疏性;聚類;推薦系統(tǒng)

DOI：10. 11907/rjdk. 191963 開放科學（資源服務(wù)）標識碼（OSID）：

中圖分類號：TP312文獻標識碼：A 文章編號：1672-7800（2020）005-0078-05

0 引言

隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，各種信息呈爆炸式增長，人類進入信息超載時代。面對海量信息，如何從中找到自己想要的內(nèi)容成為一個亟需解決的問題。目前人們可通過搜索引擎尋找自己感興趣的內(nèi)容，從一定程度上解決了信息超載問題，但搜索引擎仍不能完全滿足人們的個性化需求，存在較大局限性，因此推薦系統(tǒng)[1]應運而生。推薦系統(tǒng)作為一種有效的信息過濾手段，是解決信息超載問題及實現(xiàn)個性化推薦的重要方式。

推薦系統(tǒng)的核心內(nèi)容是推薦算法，常用推薦算法有基于協(xié)同過濾的推薦算法、基于內(nèi)容的推薦算法與混合推薦算法[2-3]。……