基于聚類和項目屬性的均值協(xié)同推薦算法的研究.pdf

1、最近二、三十年隨著互聯(lián)網(wǎng)技術(shù)和計算機技術(shù)的迅猛發(fā)展推動社會的快速進(jìn)步，使得社會更加的多樣化、更加的豐富，也使得信息的傳播和獲取更加快捷、方便。隨著時間的積累保存在互聯(lián)網(wǎng)上的信息成幾何倍數(shù)的增加，信息的過載使得我們在查找對自己有用、感興趣的內(nèi)容時顯得彷徨和無助。協(xié)同過濾推薦技術(shù)因其簡單、高效等優(yōu)點，在個性化推薦領(lǐng)域得到廣泛的研究和應(yīng)用。
　　本文詳細(xì)論述了推薦的研究價值和意義，推薦的流程、框架以及幾種常用的推薦技術(shù)。重點介紹了協(xié)同過

2、濾推薦的流程、分類和協(xié)同過濾推薦存在的冷啟動、稀疏性、擴展性等問題。
　　針對協(xié)同過濾推薦出現(xiàn)的這些問題，本文提出一種基于聚類和項目屬性的均值協(xié)同推薦模型。該模型通過使用改進(jìn)的聚類算法，對整個評分矩陣進(jìn)行聚類，以減少計算相似度消耗的時間；模型通過獲取物品的時間屬性和類型屬性來計算物品的特征相似度，以解決協(xié)同過濾推薦中的冷啟動等問題；
　　本文設(shè)計實驗，在通用數(shù)據(jù)集movielens上驗證提出的模型。首先，設(shè)計實驗找出最佳的時