论文研究 基于谱聚类与多因子融合的协同过滤推荐算法.pdf

针对传统协同过滤算法面临数据稀疏、忽略用户时间上下文信息及对兴趣物品偏好程度等问题，提出基于谱聚类与多因子融合的协同过滤推荐算法。首先将FCM聚类融入到谱聚类算法的关键步骤，并通过聚类有效性指数对用户聚类个数进行优化，以降低生成最近邻的时耗；然后将Salton因子、时间衰减因子、用户偏好因子进行融合，从而对相似度进行改进；最后获取系统当前时间为目标用户生成推荐列表。MovieLens上的实验结果表明，该算法在推荐精度、覆盖率及新颖度指标上有较大改善，提升了推荐性能。