基于聚类和项目相似性的Slope One算法优化

doi:10.3969/j.issn.1006-2475.2016.08.005

计算机与现代化

基于聚类和项目相似性的Slope One算法优化

(北京工业大学计算机学院，北京 100124)

收稿日期:2016-01-12 出版日期:2016-08-18 发布日期:2016-08-11
作者简介:蒋宗礼(1956-)，男，河南南阳人，北京工业大学计算机学院教授，博士生导师，硕士，研究方向：搜索引擎，人工神经网络; 杜倩(1990-)，女，北京人，硕士研究生，研究方向：网络信息搜索与处理。
基金资助:
北京市重点学科基金资助项目(007000541215042)

Optimization of Slope One Algorithm Based on Clustering and Project Similarity

(College of Computer Science, Beijing University of Technology, Beijing 100124, China)

Received:2016-01-12 Online:2016-08-18 Published:2016-08-11

摘要/Abstract

摘要： 随着用户项目数量的增长，用户项目矩阵变得越来越稀疏，使用基于最小生成树的k-means算法对项目进行聚类并以聚类结果对用户评分矩阵进行预测填充。考虑到Slope One算法存在用户兴趣变化问题，将时间权重加入Slope One算法中进行评分预测。将改进后的算法在Movie Lens数据集上进行验证，结果表明，改进后的算法可有效解决稀疏性问题和用户兴趣变化问题，并将MAE值降低到0.015以下。

关键词: Slope One, k-means, 稀疏性, 兴趣变化

Abstract: With the growth of number of users, the user item matrix becomes more and more sparse. K-means algorithm based on minimum spanning tree of the project is used to cluster the items. The clustered results for the user rating matrix are used to predict filling. Taking into account the user interest change in Slope One algorithm, time weight added to the Slope One algorithm is used to predict rating. Experiments on the Movie Lens dataset show that the improved algorithm effectively solves the sparse and user interest change problem and the MAE value is reduced to less than 0.015.

Key words: Slope One, k-means, sparsity, interest change

中图分类号:

TP391

蒋宗礼，杜倩. 基于聚类和项目相似性的Slope One算法优化[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2016.08.005.

JIANG Zong-li, DU Qian. Optimization of Slope One Algorithm Based on Clustering and Project Similarity[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2016.08.005.

[1]	曾伟平, 陈俊洪, Muhammad ASIM, 刘文印, 杨振国. 基于多阶段分形组合的点云补全算法[J]. 计算机与现代化, 2023, 0(12): 24-29.
[2]	韩雪. 基于约束聚类和粒子群算法的多路径规划[J]. 计算机与现代化, 2023, 0(08): 7-11.
[3]	王艺成, 张国良, 张自杰, . 基于改进YOLOv5的小目标检测方法[J]. 计算机与现代化, 2023, 0(05): 100-105.
[4]	彭露露, 朱媛媛, 金文倩, 王笑梅. 基于改进YOLOv4的汽车钢铁零件表面缺陷检测[J]. 计算机与现代化, 2022, 0(09): 32-39.
[5]	申智, 徐丽, 符祥远. 基于改进YOLO v4光线模糊场景下交通标志检测[J]. 计算机与现代化, 2022, 0(07): 27-32.
[6]	梁正友, 王璐, 李轩昂, 杨锋, . 基于K-means++的多视图点云配准技术[J]. 计算机与现代化, 2022, 0(02): 97-101.
[7]	金鑫, 曾思轲, 刘阳, 武楚涵. 基于改进YOLOv4的口罩佩戴检测算法[J]. 计算机与现代化, 2022, 0(01): 85-90.
[8]	庄丽丽, 石鸿雁. 基于改进布谷鸟搜索的k-means算法的离群点检测[J]. 计算机与现代化, 2021, 0(10): 15-22.
[9]	赵玉蓉, 郭会明, 焦函, 章俊伟. 融合混合域注意力的YOLOv4在船舶检测中的应用[J]. 计算机与现代化, 2021, 0(09): 75-82.
[10]	李龙, 张重阳. 基于改进YOLOv3的车辆尾灯检测方法[J]. 计算机与现代化, 2021, 0(07): 89-94.
[11]	郑钦浩, 杨贞, 杨振 . 面向车辆和行人检测的KM-SSD方法[J]. 计算机与现代化, 2021, 0(03): 51-56.
[12]	石朋, 姚文明, 王祥. 融合用户模糊聚类和相似度的加权Slope One优化[J]. 计算机与现代化, 2021, 0(01): 70-75.
[13]	张磊, 郎贤礼, 王乐. 基于图像融合与YOLOv3的铝型材表面缺陷检测[J]. 计算机与现代化, 2020, 0(11): 8-15.
[14]	张蕾, 崔娟娟, 李晶晶. WSN中基于压缩感知的分簇数据收集算法[J]. 计算机与现代化, 2020, 0(09): 1-5.
[15]	钟志松, 彭清桦, 吴广潮. 基于图嵌入的用户加权Slope One算法[J]. 计算机与现代化, 2020, 0(08): 69-75.

基于聚类和项目相似性的Slope One算法优化

Optimization of Slope One Algorithm Based on Clustering and Project Similarity

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价