摘要：针对传统协同过滤推荐算法计算量大、项目推荐精度不高的问题,提出复杂情境感知下用户聚类协同推荐算法,首先,定义用户复杂情境信息相似因子,并将其嵌入到传统用户相似性度量公式,实现对其改进。然后,对用户历史评分信息与复杂情境信息进行聚类分析以降低算法计算量,并产生用户类别所属度矩阵;最后,在类别所属度矩阵上确定目标用户最近邻居,进行项目推荐。实验结果显示,该算法在降低推荐计算量的同时,提升推荐质量。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社