基于满二叉树的二分K-means聚类并行推荐算法

来源：计算机工程与科学杂志2015年第8期北京时间：

作者：陈平华，陈传瑜

单位：（广东工业大学计算机学院,广东 广州 510006）

摘要：在推荐系统中应用K-means算法聚类可有效降维，然而聚类效果往往依赖于选定的初始中心，并且一旦选定目标簇后，推荐过程只针对目标簇进行，与其他簇无关。针对上述两个问题，提出一种基于满二叉树的二分K-means聚类并行推荐算法。该算法首先反复迭代二分Kmeans算法，迭代过程中使用簇内凝聚度作为分裂阈值，形成一颗满二叉树；然后通过层次遍历将用户归入到K个叶子节点（簇）；最后针对K个簇，应用MapReduce框架进行并行推荐预测。MovieLens上的实验结果表明，该算法可大幅度提高推荐系统准确性，同时增强系统可扩展性。

关键词：满二叉树,K-means,聚类,推荐算法,MapReduce,

基金资助：广东省教育部产学研结合项目(2012B091100003,2012B091000058)；广东省专业镇中小微企业服务平台建设项目(2012B040500034)