基于用户聚类的电子商务推荐系统
推荐系统是利用用户的一些历史个性偏好信息实现个性化服务的系统,它已经成为电子商务领域中的重要技术之一.协同过滤是推荐系统中采用最为广泛和成功的推荐技术,但随着电子商务系统用户数目和商品数目的增加,在整个用户空间上搜索目标用户的最近邻居的耗时也急剧增加,导致系统性能下降.本文提出了一种基于用户项目类偏好值矩阵聚类的合作推荐方法,解决了”冷开始”问题,并且由于只在目标用户所属类别中搜索其最近邻居,减少了搜索空间,有效地提高推荐系统的实时响应速度.
电子商务 推荐系统 协同过滤 用户聚类
潘宇 林鸿飞 杨志豪
大连理工大学计算机科学与工程系,大连,116024
国内会议
沈阳
中文
251-255
2006-08-15（万方平台首次上网日期，不代表论文的发表时间）