-
题名基于DB-CF算法的音乐平台个性化推荐研究
被引量:6
- 1
-
-
作者
窦维萌
郑秋爽
孙宗锟
-
机构
山东科技大学计算机科学与工程学院
山东科技大学矿业安全与工程学院
-
出处
《软件导刊》
2020年第3期57-59,共3页
-
文摘
娱乐方式日益丰富,产生巨量数据,利用这些数据通过推荐系统可以让用户获得更好的体验,为此提出了DB-CF(DBSCAN-Collaborative Filtering)算法。首先,使用DBSCAN聚类算法对音乐平台的线下用户进行聚类;然后,通过协同过滤算法计算对象用户与各聚类中心的相似度,再通过对比相似度度量矩阵,遍历离对象用户最近的邻居,通过邻居作出评分预测。实验表明,采用DB-CF算法比传统算法准确率提高8%左右,可以产生更准确的推荐结果,为用户带来更好的体验。
-
关键词
音乐电台
信息超载
个性化推荐
协同过滤
聚类
-
Keywords
music platform
information overload
personalized recommendation
collaborative filtering
clustering
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-