基于矩阵分解和聚类的协同过滤算法
来源：吉林大学学报·理学版杂志2019年第1期北京时间：
作者：董立岩, 王宇, 任怡, 李永丽
单位：1. 吉林大学 计算机科学与技术学院, 长春 130012； 2. 东北师范大学 信息科学与技术学院, 长春 130117
摘要：基于矩阵分解和聚类提出一种协同过滤推荐算法.先利用交替最小二乘（ALS)算法进行矩阵分解, 再利用改进的k-均值聚类算法弥补单一ALS算法在后期协同过滤阶段产生的大计算量问题, 解决了由于减小原始矩阵高维度、 高稀疏性带来的推荐准确度较低的问题, 极大提高了计算速度和推荐精度. 实验结果表明, 改进算法在推荐准确性上有明显提高.
关键词：矩阵分解,聚类,协同过滤,推荐准确性
