论文部分内容阅读
个性化推荐系统是帮助用户发现内容,克服信息过载的重要工具。为了提高推荐算法的准确率和效率,综合协同过滤推荐算法和K⁃means聚类算法,设计了一种基于用户特征和评分的精准推荐策略。该策略一方面针对新用户冷启动问题,引入K⁃means聚类算法对全体用户特征进行聚类,将新用户所属类中其他用户喜好的物品中的Top N个推荐给新用户;另一方面根据物品数和用户数的大小关系,或者不同推荐算法所得F1值的大小关系,来决定选择将哪种推荐算法产生的结果推荐给老用户。在Movielens和FilmTrust数据集上的实验结果