一种基于聚类预填充的SVD算法

摘要

在大多数推荐系统中,由于用户评分数据的稀疏性,使得相似度误差较大并影响推荐结果的准确性.为了解决用户评分数据的稀疏性问题,提出了一种基于聚类预填充的SVD算法,依据项目的 特征和用户对项目的 评分,生成用户项目—特征兴趣矩阵,使用用户项目—特征兴趣矩阵对用户进行聚类,将同类用户对项目的 平均评分作为未评分项目的 估计评分填充用户—项目评分矩阵,再使用SVD算法对未评分项目预测评分并产生推荐结果.通过实验证明,在选取不同最近邻数量的条件下,提出的基于聚类预填充的SVD算法相比传统算法,推荐精度和准确度有一定程度的提高.