-
题名基于分布式处理的关联聚类协同过滤算法
被引量:2
- 1
-
-
作者
杨光
钟忺
夏红霞
喻天宝
-
机构
武汉理工大学计算机科学与技术学院
-
出处
《武汉理工大学学报》
CAS
北大核心
2015年第11期84-92,112,共10页
-
基金
科技部支撑计划子项(2012BAH33F03)
国家自然科学基金(61303029)
+2 种基金
国家自然科学基金青年基金(61003130)
武汉市科技计划创新团队项目(201307020402005)
武汉理工大学自主创新研究基金项目(145210003)
-
文摘
随着互联网的发展,推荐系统在大数据信息处理(如电子商务)中发挥着越来越重要的作用。为了处理推荐系统中的大数据,提出了一种基于云平台k-medoids聚类的协同过滤算法,有效解决了数据的稀疏性问题,提高时间效率的同时也提高了召回率和推荐评分。考虑到聚类会造成准确率的下降,引入关联多叉树模型来关联用户信息与邻居用户信息,从而计算用户-项目扩展评分,充分利用了云平台用户数据间的相关性。在此基础上提出的基于云平台关联聚类的协同过滤算法在保证推荐效果和时间效率的同时,有效提高推荐准确率。采用阿里数据集在Hadoop云平台上进行实验,结果显示基于云平台关联聚类的协同过滤算法在大数据信息推荐方面有更好的推荐效果和推荐效率。
-
关键词
云平台
协同过滤
k-medoids聚类
关联多叉树
用户-项目扩展评分
-
Keywords
cloud platform
collaborative filtering
k-medoids clustering
correlation multi-tree
extended user-item score
-
分类号
TP311.1
[自动化与计算机技术—计算机软件与理论]
-