推薦系統中顯式評分輸入的用戶聚類方法研究

摘要：從推薦系統的矩陣稀疏性問題出發，在保證推薦的覆蓋率基礎上，借助社區密度的思想并通過矩陣約簡來提高推薦的準確率。運用歸一化處理的用戶評分矩陣對一致性的評分矩陣進行了改造，并借助社區的概念通過矩陣調整得到了一種基于用戶相似評分偏好的聚類分析結果；通過構造社區網絡結構圖得到社區密度，并選擇其中的最大值作為聚類中心，運用緊致與分離性效果函數驗證了聚類結果的可靠性。該方法的提出，在不損害已有信息的基礎上降低了計算復雜度，通過Movielens的數據檢驗了該方法在一定程度上的正確性和有效性。