一种基于用户聚类和项目关联分析的协同过滤推荐方法

摘要

本发明针对传统协同过滤推荐算法存在的冷启动、数据稀疏及推荐准确率低等问题，公开了一种基于用户聚类和项目关联分析的协同过滤推荐方法。该方法采用改进模糊C均值聚类算法对用户隐藏特征偏好程度进行挖掘,并采用基于预判筛选的关联分析策略对频繁项集进行筛选。在此基础上，该算法利用用户特征偏好矩阵和用户评分矩阵计算用户之间的相似度，利用频繁项集矩阵和用户评分矩阵计算项目之间的相似度，并综合用户相似度和项目相似度计算用户对未评分项目的预测评分，实现Top‑K推荐。该方法相比于传统的基于用户的协同过滤推荐算法和基于项目的协同过滤推荐算法能够有效避免冷启动问题和数据稀疏性问题，具有更好的推荐质量。