基于Apriori算法的协同过滤算法改进研究 |
| |
引用本文: | 鄂明璋,凌利民,黄志杰,文健鑫.基于Apriori算法的协同过滤算法改进研究[J].电脑编程技巧与维护,2018(4):45-48. |
| |
作者姓名: | 鄂明璋 凌利民 黄志杰 文健鑫 |
| |
作者单位: | 63758部队,福建厦门,361000 |
| |
摘 要: | 针对协同过滤算法推荐结果存在受噪音数据影响严重的问题,提出了一种基于用户项目间的关联规则集的协同过滤算法.利用经典的Apriori算法进行频繁项集合关联规则集的挖掘,利用挖掘的关联规则集进行用户间的相似度计算,相比于pearson相似等方法,基于关联规则集相似可以提高改进算法对噪音数据的抵抗力,最后进行最近邻居集计算并产生更适合用户的推荐结果.改进算法和传统算法在MovieLens数据集上的实验表明,基于Apriori算法的协同过滤算法较传统算法进一步提高了推荐准度和覆盖率.
|
关 键 词: | Apriori算法 关联规则集 协同过滤 推荐算法 |
本文献已被 万方数据 等数据库收录! |
|