一种基于用户兴趣分组的协同过滤推荐方法

摘要

一种基于用户兴趣分组的协同过滤推荐方法，在获取用户和物品之间的关系数据之后，针对这些数据进行如下操作：首先将数据进行规范化表达；接着对数据进行降维处理，将用户和物品映射到共同的低维空间；之后利用聚类方法把降维之后的用户和物品划分到不同的兴趣分组；在每一个分组基础上利用协同过滤的推荐方法进行预测；最后将不同分组的预测值进行合并，并向用户进行推荐。本方法的优点在于：可以更精细地描述用户和物品之间的关系，能够快速地找到用户的兴趣分组，提高协同过滤推荐方法的准确度。