基于 FCM 用户聚类的协同过滤推荐算法

来源：计算机技术与发展杂志2021年第08期北京时间：

作者：赵学健;张雨豪;陈昊;刘旭;李朋起

单位：1. 南京邮电大学 现代邮政学院,江苏 南京 210003;2. 南京邮电大学 通信与信息工程学院,江苏 南京 210003;3. 南京邮电大学 物联网学院,江苏 南京 210003

摘要：传统的协同过滤推荐算法存在数据稀疏性以及推荐准确率低等问题,针对该问题提出一种基于模糊 C 均值聚类的协同过滤推荐算法 GAFCM-CF(genetic algorithm based fuzzy c-means collaborative filtering)。 首先,该算法结合用户评分和项目特征构建用户特征偏好矩阵,深入挖掘利用用户隐藏信息。 其次, 该算法通过模糊 C 均值聚类算法对用户进行聚类,并且为了防止模糊 C 均值聚类算法收敛于局部极小值,影响推荐质量,该算法基于遗传算法对模糊 C 均值聚类算法进行了改进,防止出现局部最优解。 最后,该算法综合考虑了用户特征偏好矩阵以及用户项目评分矩阵计算用户相似度,实现推荐。 实验结果表明,所提出的基于改进模糊 C 均值聚类的协同过滤推荐算法相比于传统的基于用户的协同过滤推荐算法及 PDSFCM 算法具有更好的推荐质量,提高了推荐的准确率。

关键词：推荐算法;协同过滤;模糊 C 均值聚类;遗传算法;评分矩阵