基于蝙蝠优化的用户偏好聚类协同过滤推荐算法

摘要

本发明属于信息过滤技术领域，具体为基于蝙蝠优化的用户偏好聚类协同过滤推荐算法，解决了现有协同过滤推荐算法的可扩展性以及结果准确性受到了巨大的挑战的问题，本发明所述算法首先利用用户评分信息和项目类型信息构建了用户兴趣偏好系数矩阵，以缓解数据稀疏性并真实地反映用户兴趣偏好；然后在用户兴趣偏好系数矩阵上利用基于蝙蝠优化的模糊c均值聚类算法对用户进行聚类，以减少可扩展性问题，增强聚类，提高推荐质量；最后，对目标用户采用线性拟合的相似度模型进行评分预测并做出推荐；该算法大幅度降低了数据处理量，显著提高可扩展性和推荐结果的准确性。