基于模糊聚类的可扩展的协同过滤方法

摘要

作为电子商务系统领域里一种重要的推荐算法,协同过滤在过去十年取得了广泛的传播和使用。但随着数据库中用户和商品数量的增长,为用户做出推荐所需的计算成本逐渐加大,可扩展性成为协同过滤面临的重要挑战。为了改善协同过滤的可扩展性,提出一种基于模糊聚类的可扩展的协同过滤方法。该方法首先根据项目特征利用模糊聚类算法对项目进行聚类,并在簇内产生潜在相似关系集合,然后将潜在相似关系集合进行分区并在各个分区内并行计算项目的相似度,最后搜索邻居并做出推荐。实验结果表明,此方法在提高协同过滤推荐系统的可扩展性上取得了一些好的结果,同时保持了较好的精确度。