融合社区划分的个性化美食推荐算法

为了较好地实现个性化美食推荐,考虑到现有推荐算法中数据稀疏性和冷启动缺陷,提出了一种融合社区划分的协同过滤推荐算法。该算法以用户为基础构建一个社会网络,采用贪心算法对美食网络进行社区划分,确定目标用户邻近用户集,然后计算美食相似性以获得最近邻集和用户物品评分矩阵,通过计算机用户相似度预测用户对未评分物品的评分,得到个性化的美食推荐。实验证明,所提算法能较好地求解个性化美食推荐。