一种基于k-modes的冷启动问题解决算法

冷启动问题是协同过滤推荐算法无法回避的问题。本文回顾了解决冷启动问题的策略,在基于用户属性以及k-means算法解决冷启动问题的基础上,考虑到用户属性的数据类型属于分类数据,不适合k-means算法,因而提出应用k-modes算法解决冷启动问题的方案。通过对聚类数k设置不同值进行实验,实验结果表明,在总共9个实验k值下,基于k-modes算法有7种k值实验的误差优于k-means算法。