基于聚类与差异协调的协同过滤推荐算法

目标用户近邻的计算选择与评分预测是决定协同过滤推荐算法推荐质量与准确度的关键步骤.传统的目标近邻选择与评分预测方法未考虑用户的个人评价尺度或评价习惯,导致近邻选择不准确,影响最终的推荐结果.为了提高目标用户近邻准确度量选取的问题,本文提出基于聚类与差异协调的协同过滤推荐算法,采用结合时间权重与聚类的方式筛选出目标的近邻用户,通过评价差异因子协调评价差异完成最终预测推荐.实验结果表明,该算法能够提高推荐系统的推荐质量和准确度.