系统过滤算法在系统主题挖掘中的应用

传统推荐算法运行中存在一定的局限性,相似度统计运用用户项目评分矩阵进行,未结合系统自身群组特性,分析了基于聚类的推荐算法与AP聚类,提出了针对分类标签、项目内容的聚类方式,建立系统主题生成算法。针对类内项目相似度计算引入时间相似性、项目相似性特征,并对评分预测建立加权计算方法建立实验,并进行实验分析,实现了对传统协同过滤推荐算法的改进,可显著提升推荐精度,运行价值较高。