基于用户信息向量聚类和改进SAMME的推荐算法

王杉文; 欧鸥; 马万民; 陈建林

首页> 中文期刊> 《计算机与现代化》 >基于用户信息向量聚类和改进SAMME的推荐算法

基于用户信息向量聚类和改进SAMME的推荐算法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

针对目前主流的推荐算法中获取的用户信息不完整以及推荐时间过长的问题,本文提出一种基于用户信息向量聚类和改进SAMME的推荐算法,该算法通过分析用户基本信息(地域、时间、兴趣、标签等),找出用户信息关键词;对不同用户信息关键词基于TF-IDF方法进行加权构建用户信息向量;接着使用K-means算法进行用户聚类分析,将用户聚类结果作为改进SAMME训练样本集;最后通过改进SAMME算法将预测结果对用户进行好友推荐,并在训练过程中保存模型,大大减少推荐时间.最终将本文算法在真实的微博用户数据集上进行实验,并与其他主流算法进行对比,结果显示本文算法在准确率、召回率、F值上都取得了不错的效果.

著录项

来源
《计算机与现代化》 |2021年第7期|23-2894|共7页
作者
王杉文; 欧鸥; 马万民; 陈建林;
展开▼
作者单位

成都理工大学信息科学与技术学院(网络安全学院) 四川成都 610051;

成都理工大学信息科学与技术学院(网络安全学院) 四川成都 610051;

成都理工大学信息科学与技术学院(网络安全学院) 四川成都 610051;

成都理工大学信息科学与技术学院(网络安全学院) 四川成都 610051;

展开▼
原文格式 PDF
正文语种 chi
中图分类算法理论;
关键词
推荐系统; SAMME算法; 用户信息; 聚类分析;

相似文献

中文文献
外文文献
专利

1. 基于模糊核聚类和支持向量机的鲁棒协同推荐算法 [J] . 伊华伟 ,张付志 ,巢进波 . 电子与信息学报 . 2017,第008期
2. 基于改进聚类与融合用户属性特征的协同过滤推荐算法 [J] . 王汇琳 ,陈欣 . 理论数学 . 2021,第005期
3. 基于改进的BiasSVD和聚类用户最近邻的协同过滤混合推荐算法 [J] . 刘超 ,赵文静 ,贾毓臻 . 计算机应用与软件 . 2021,第005期
4. 基于谱聚类和矩阵分解的改进协同过滤推荐算法 [J] . 王璇璇 ,陈宁江 ,练林明 . 广西大学学报（自然科学版） . 2020,第002期
5. 基于BM25聚类与巴氏系数相似度改进的推荐算法 [J] . 程苗 ,陈海龙 ,孙海娇 . 黑龙江大学自然科学学报 . 2020,第005期
6. 改进遗传算法和支持向量机的岩体结构面聚类分析 [C] . LI Ning ,李宁 ,WANG Li-guan . 中国建筑学会地基基础分会2014年学术会议 . 2014
7. 基于两种改进的聚类算法对新浪微博用户信息的研究 [A] . 赵峥 . 2014

基于用户信息向量聚类和改进SAMME的推荐算法

摘要

著录项

相似文献

相关主题

期刊订阅