基于密度的动态协同过滤图书推荐算法

被引：12

作者：

武建伟 ^{[1
]}

俞晓红 ^{[2
]}

陈文清 ^{[3
]}

机构：

[1] 洛阳理工学院现代教育技术中心

[2] 洛阳理工学院数理部

[3] 洛阳理工学院电气工程与自动化系

来源：

计算机应用研究 | 2010年 / 27卷 / 08期

关键词：

协同过滤; 个性化推荐; 动态; 相似度;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对协同过滤推荐技术在个性化服务应用中存在的服务质量和服务效率问题,提出一种基于密度的动态协同过滤图书推荐算法。在对读者的图书流通记录进行兴趣度模糊筛选基础上,利用扩展的密度聚类算法进行区域聚类,读者的兴趣模型依据聚类区域的密度与权重变化更新,动态进行协同过滤图书推荐。实验表明,该算法在提高推荐精确度上,优于传统的协同过滤推荐算法。

引用

收藏

页码：3013 / 3015

页数：3

相关论文

共 8 条

[1] 个性化服务研究综述 [J].

李春 ;

朱珍民 ;

叶剑 ;

周佳颖 .

计算机应用研究, 2009, 26 (11) :4001-4005+4009

[2] 基于资源类的时间加权协作过滤算法 [J].

章炯 ;

李华 .

计算机应用研究, 2009, 26 (06) :2107-2109

[3] 基于密度的K-Means算法及在客户细分中的应用研究 [J].

向坚持 ;

刘相滨 ;

资武成 .

计算机工程与应用 , 2008, (35) :246-248

[4] 数字资源整合的发展趋势 [J].

马文峰 ;

杜小勇 .

图书情报工作, 2007, (07) :66-70

[5] 一种优化的协同过滤推荐算法 [J].

周军锋 ;

汤显 ;

郭景峰 .

计算机研究与发展, 2004, (10) :1842-1847

[6] 个性化服务技术综述 [J].

曾春 ;

邢春晓 ;

周立柱 .

软件学报, 2002, (10) :1952-1961

[7] 一种基于密度的快速聚类算法 [J].

周水庚 ;

周傲英 ;

曹晶 ;

胡运发 .

计算机研究与发展, 2000, (11) :1287-1292

[8] Clustering in very large databases based on distance and density [J].

Qian, WN ;

Gong, XQ ;

Zhou, AY .

JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2003, 18 (01) :67-76