期刊文献+

基于融合GMM聚类与FOA-GRNN模型的推荐算法 被引量:1

Recommendation algorithm based on GMM clustering and FOA-GRNN model
下载PDF
导出
摘要 针对传统基于物品的推荐算法由于数据稀疏性导致的低推荐精度问题,提出了一种融合GMM聚类和FOA-GRNN模型的推荐算法。该算法首先使用高斯混合模型(GMM)方法对物品特征进行聚类;然后根据聚类结果分别构造评分矩阵,并使用Slope One算法填充评分矩阵;最后计算用户对物品的相似度预测评分作为输入,通过FOA-GRNN模型输出最终的评分。基于movielens-2k数据集的实验结果表明,与其他3种算法相比,该算法能够更好地处理高稀疏性数据,推荐精度更优,并能够在一定程度上解决冷启动问题。 Aiming at the problem of low recommendation accuracy caused by sparse data in traditional item-based recommendation algorithm,a recommendation algorithm based on GMM clustering and FOA-GRNN model is proposed.The algorithm firstly uses Gaussian mixture model(GMM)to cluster the item features,then constructs the score matrix according to the clustering results,and fills the score matrix with slope one algorithm.Finally,the user's score based on similarity prediction is taken as input,and the final score is output through FOA-GRNN model.Experimental results based on movielens-2k dataset show that the proposed algorithm can deal with highly sparse data better and has better recommendation accuracy than the other three algorithms.
作者 李毅鹏 阮叶丽 张杰 LI Yipeng;RUAN Yeli;ZHANG Jie(School of Information and Safety Engineering, Zhongnan University of Economics and Law, Wuhan 430073, China)
出处 《网络与信息安全学报》 2018年第12期25-31,共7页 Chinese Journal of Network and Information Security
基金 校级中央高校基本科研基金资助项目 教育教学改革基金资助项目(No.2018-9)~~
关键词 推荐算法 GMM聚类 果绳优化 广义回归神经网络 SLOPE One算法 recommendation algorithm GMM clustering FOA GRNN Slope One algorithm
  • 相关文献

参考文献10

二级参考文献68

共引文献191

同被引文献8

引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部