科创中国

基于RBFN一项目聚类的协同过滤推荐算法研究

原文链接：万方

• 作者：

  刘玉峰,贺昌政

• 摘要：

  高维数据的稀疏性问题是降低协同过滤技术推荐质量的主要原因之一.提出了基于径向基函数网络(RBFN)一项目聚类的算法来降低数据的稀疏性,应用径向基函数网络(RBFN)处理高维稀疏数据得到一个完整的矩阵,应用基于项目聚类的协同过滤推荐算法产生推荐.实验结果表明,本算法比其他算法能更好处理协同过滤中的稀疏性问题.

• 关键词：

  电子商务 推荐系统 矩阵稀疏性 RBFN 协同过滤 e - commerce recommendersystem matrixsparsity RBFN collaborative fitering

• 作者单位：

  四川大学工商管理学院,四川成都610064

• 基金项目：

  国家自然科学基金项目”基于自组织数据挖掘的CRM客户分析研究”客户价值区分集成模型研究”（1071101）;国家自然科学基金项目”（71101100）（70771067）;国家自然科学基金项目”面向数据特点的类别不平衡环境下的客户价值区分迁移集成模型研究”

• 来源期刊：

  科技管理研究

• 年，卷(期)：

  201232017