基于标签聚类的协同过滤推荐算法

摘要：

本文提出一种基于标签聚类的协同过滤推荐算法,通过构造用户—标签相关性矩阵,获得用户的兴趣爱好;然后对K-means聚类算法进行改进,获得具有相同兴趣爱好的用户簇;最后在与目标用户相匹配的用户簇中寻找最近邻居集合,产生推荐.实验结果表明,与基于用户的协同过滤算法相比,改进的协同过滤推荐算法具有更高的推荐质量.

关键词： 推荐系统 协同过滤 标签聚类 用户匹配

作者: 骆正清 郑涛

作者单位: 合肥工业大学管理学院 安徽省合肥市230000

会议类型: 国内会议

会议名称: 第十三届(2018)中国管理学年会

会议地点: 杭州

会议语种:中文

页码: 1-6

在线出版日期: 2018-11-03（万方平台首次上网日期，不代表论文的发表时间）