基于双聚类的协同过滤推荐算法
协同过滤算法是个性化推荐系统中采用最为广泛的推荐技术，但已有的方法仅能实现独立用户空间或项目空间搜索邻居，而不能综合有效地考虑用户与项目之间的二元关系。本文提出一种基于双聚类的协同过滤推荐算法，采用综合考虑用户和项目的双聚类数据挖掘算法，从而发现具有局部兴趣相似性的用户模式。实验结果表明，本文算法可获得较传统的协同过滤算法更优的推荐结果。
双聚类 协同过滤 个性化椎荐 数据挖掘 空间搜索
林丽冰 师瑞峰 周一民 李月雷
北京航空航天大学计算机学院 北京 100083
国内会议
成都
中文
7-9
2008-04-01（万方平台首次上网日期，不代表论文的发表时间）