基于减聚类的遗传模糊的协同过滤算法研究  

Collaborative Filtering Algorithm Based on Subtractive Clustering and Genetic Fuzzy

作　　者：衣治安[1] 牟春苗 

机构地区：[1]东北石油大学计算机与信息技术学院,大庆163318

出　　处：《计算机与数字工程》2014年第8期1363-1367,共5页Computer & Digital Engineering

摘　　要：通过对传统协同过滤算法中存在的问题以及解决情况进行分析,论文采用了一种混合减聚类的遗传模糊聚类的协同过滤推荐算法,利用混合减聚类的模糊聚类可以更有效地对数据进行柔性划分,更好地发挥遗传算法的全局搜索能力,加快收敛速度,同时也能够很好地解决数据稀疏性带来的冷启动问题。By analyzing the problems and solutions of traditional collaborative filtering algorithms,a hybrid genetic fuzzy clustering subtractive clustering collaborative filtering recommendation algorithm is proposed.The algorithm is based on hybrid subtractive clustering and fuzzy clustering,so it can be more effective for flexible division of the data.It may greatly improve the global searching ability of Genetic Algorithm and speed up the convergence.The algorithm can also be a good solution to the data sparseness problem caused by cold start.

关 键 词：减聚类 模糊聚类 遗传算法 协同过滤算法 推荐算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]