结合改进用户聚类与LFM模型的协同过滤推荐算法  

作　　者：顾明星 张梦甜 

机构地区：[1]昆山市未成年人素质教育校外实践基地,江苏昆山215300 [2]昆山市千灯中心小学校,江苏昆山215300

出　　处：《科技与创新》2023年第17期18-21,24,共5页Science and Technology & Innovation

摘　　要：针对协同过滤算法推荐准确性低的缺点,提出了一种混合推荐算法。首先在协同过滤算法中,增加3个影响因子改进评分相似度,并预测用户第一评分;其次在AP(Affinity Progagation)聚类算法中,将阻尼系数由静态取值改进为动态取值以提高聚类效果,利用改进AP算法将目标用户聚类到恰当的簇,并利用LFM(Latent Factor Model,隐语义)模型预测用户第二评分;最后将2次评分线性加权,得到最终预测评分并对项目进行推荐。实验表明,所提算法能有效改善推荐精度。

关 键 词：协同过滤推荐 AP聚类 隐语义模型 线性加权 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]