摘要
针对个性化服务技术提出一种改进推荐算法,该方法基于协同过滤技术和划分聚类技术.首先建立了协同过滤推荐算法的计算矩阵,使算法能够参照矩阵来推荐信息,其次完善了矩阵的赋值范围,使推荐算法能综合所有用户的评价,最后添加了评价数值和更新系数,把算法的动态更新变为可能,从而推荐给用户最满意的信息.在此基础上还提出基于划分聚类的改进推荐算法,进一步提高了算法的准确性和实时性,并且用实验证明了基于划分聚类的最终推荐算法是最优的个性化服务推荐算法,能够提供给用户最满意的推荐信息.
针对个性化服务技术提出一种改进推荐算法,该方法基于协同过滤技术和划分聚类技术.首先建立了协同过滤推荐算法的计算矩阵,使算法能够参照矩阵来推荐信息,其次完善了矩阵的赋值范围,使推荐算法能综合所有用户的评价,最后添加了评价数值和更新系数,把算法的动态更新变为可能,从而推荐给用户最满意的信息.在此基础上还提出基于划分聚类的改进推荐算法,进一步提高了算法的准确性和实时性,并且用实验证明了基于划分聚类的最终推荐算法是最优的个性化服务推荐算法,能够提供给用户最满意的推荐信息.
出处
《计算机研究与发展》
EI
CSCD
北大核心
2011年第S3期205-212,共8页
Journal of Computer Research and Development
基金
国家科技支撑计划基金项目(2009BAH44B01)
国家自然科学基金项目(61003051)
山东省科技攻关计划基金项目(2010GGX10114
2010GGX10108)
山东大学自主创新基金项目(2010TS057)
关键词
个性化服务技术
改进推荐算法
协同过滤
划分聚类
personalized service
advanced recommendation
collaborative filtering
partition clustering