首页> 中文期刊> 《计算机应用与软件》 >基于歌曲标签聚类的协同过滤推荐算法的研究

基于歌曲标签聚类的协同过滤推荐算法的研究

         

摘要

协同过滤算法通过研究用户的行为日志,对用户行为进行建模,计算用户的相似度进而对推荐对象进行排名,实现推荐.采用k-means聚类算法对传统的基于用户的协同过滤算法(User-CF)进行改进,对用户的听歌曲标签进行建模,从而形成用户-标签模型;再对用户进行聚类,从而把兴趣相似的用户分到一组;使用User-CF算法对每一组用户进行推荐.实验结果表明:改进的算法使得推荐结果的准确率和召回率都有明显提高.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号