双向聚类迭代的协同过滤推荐算法

《双向聚类迭代的协同过滤推荐算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、维普资讯http://www.cqvip.com第22卷第4期中文信息学报Vo1．22，No．42008年7月JOURNALOFCHINESEINFORMATIONPROCESSINGJu1．，2008文章编号：1003-0077(2008)04—0061-05双向聚类迭代的协同过滤推荐算法王明文，陶红亮，熊小勇(1．江西师范大学计算机信息工程学院，江西南昌330022；2。江西师范大学软件学院，江西南昌33OO22)摘要：协同过滤是电子商务推荐系统中广泛采用的技术，然而数据稀疏性会影响协同过滤的推荐质量。针对数据稀疏问题提出一种双

2、向聚类迭代的协同过滤推荐算法，对初始得到的用户聚类和项目聚类进行交叉迭代调整，使得聚类簇达到较为稳定的状态。调整后聚类簇的内聚性更强，类之间的区分度更大。实验表明，在调整后的聚类簇中查找邻居将更加准确，可以有效解决数据稀疏问题的影响，有利于提高推荐的准确性。关键词：计算机应用；中文信息处理；协同过滤；聚类；交叉迭代；平均绝对偏差中图分类号：TP391文献标识码：AACollaborativeFilteringRecommendationAlgorithmBasedonIterativeBidirectionalClusteringW

3、ANGMing—wen，TAOHong-liang，XIONGXiao-yong(1．SchoolofComputerInformationandEngineering，JiangxiNormalUniversity，Nanchang，Jiangxi330022，China；2．SchoolofSoftware，JiangxiNormalUniversity，Nanchang，Jiangxi330022，China)Abstract：CollaborativefilteringiswidelyappliedinE-Commercer

4、ecommendationsystem．However，datasparcityaffectstheaccuracyofpredictionandresultsinpoorrecommendation．Toaddressthisproblem，anovelcollaborativefilteringalgorithmispresentedbasedontheiterativebidirectionalclusteringmethod．Itworksontheinitialuserclustersandtheitemclusters，

5、adjustingthetwogroupsofclustersintothestablestatusbythecrossiterationSOthatthedistanceswithintheclusteraremuchsmallerwhereasthedistancesbetweentheclustersareevenbigger．Theexperimentsillustratethattheadjustedclustersfacilitateamoreaccurateneighborsearch，indicatinganeffi

6、cientsolutiontOthedatasparcityandbetterrecommendationquality．Keywords：computerapplication；Chineseinformationprocessingcollaborativefiltering；clustering；crossitera—tion；meanabsoluteerror在这种背景下，推荐系统应运而生，它是根据用户的1引言兴趣爱好，推荐符合用户兴趣的项目或信息，是一种个性化服务系统。推荐系统作为电子商务中的重要随着Internet的普及

7、和电子商务的迅速发展，技术之一，正得到越来越广泛的研究和关注，具有良网上交易的购物方式正在逐渐改变传统的商业经营好的发展前景和应用价值。模式，它极大地方便了人们的工作和生活。但是大最近邻居协同过滤是目前主要采用的推荐技型电子商务系统中，商品数以万计，面对数量众多的术，它是基于最近邻居的评分数据对目标用户产生商品信息，人们往往无法迅速准确地找到自己所需。推荐]。基于项目聚类的协同过滤是将项目进行聚收稿日期：2007—05—31定稿日期：2008—01—05基金项目：国家自然科学基金资助项目(60663007)；江西省科技攻关项目(20

8、06—184)；江西省教育厅科技项目(2007—129)作者简介：王明文(1965一)，男，教授，博导，主要研究方向为信息检索、数据挖掘、并行计算；陶红亮(1982一)，男，硕士生，主要研究方向为数据挖掘、信息检索；熊小勇(1978一