基于灰色关联度聚类的协同过滤推荐算法  

作　　者：杨锡慧[1] 林鹏[2] 周国强[2] 

机构地区：[1]中国电信股份有限公司南京分公司 [2]南京邮电大学计算机学院,江苏南京210008

出　　处：《软件导刊》2015年第10期29-34,共6页Software Guide

摘　　要：协同过滤推荐系统是电子商务系统中最成功、最重要的技术之一,而在协同过滤算法中用户相似度的计算是影响算法效率的重要因素。针对传统协同过滤算法中数据稀疏导致的近邻选择不准确问题,引入灰关联分析理论进行项目聚类和用户相似度计算,并以此为基础提出了一种新的协同过滤算法,既解决了对象匹配的不足,又提高了近邻选择的准确性。实验表明,该算法可以有效解决大规模数据下用户评分数据极端稀疏带来的问题,显著提高系统的推荐质量。

关 键 词：协同过滤 灰关联度 聚类 推荐算法 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]