融合隐语义模型和K-meansplus聚类模型的推荐算法
乔平安
曹宇
任泽乾
1.西安邮电大学计算机学院 西安 7100002.西安邮电大学计算机学院 西安 7100003.西安邮电大学计算机学院 西安 710000
摘要：传统的推荐模型有很多的局限性,其主要问题存在于数据的稀疏性和可扩展性,导致预测评分的结果不够准确和计算效率不够高.针对以上问题论文提出了一种融合算法,将隐语义模型和K-meansplus聚类模型有效地结合,解决了数据稀疏性和可扩展的问题.在MovieLens数据集上测试,实验结果分析表明,该融合算法性能优于其他算法.
关键词：隐语义模型K-meansplus聚类模型融合算法
分类号：TP311.5(计算技术、计算机技术)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1108-1111 )
英文信息