缺失数据下基于SVDIFC的协同过滤推荐算法

来源：计算机应用研究杂志2021年第10期北京时间：

作者：纪成君,李蕊,王仕勤,

单位：辽宁工程技术大学工商管理学院,辽宁葫芦岛125105；

摘要：为了提高个性化推荐的准确性和质量，针对传统推荐算法的信息过载和数据稀疏性问题，构建了基于SVD与直觉模糊聚类的协同过滤推荐算法（SVDIFC-CF）。算法首先引入SVD将降维后的原始矩阵进行填充；再运用用户商品喜好矩阵将用户进行直觉模糊聚类；最后计算与目标用户相似度最高的前N个用户，找到用户最感兴趣的项目作为推荐结果。采用MovieLens与Jester数据集对算法的有效性进行验证，实验结果表明相对于传统推荐算法，该算法能有效解决数据稀疏和冷启动问题，提高推荐精度与质量。

关键词：奇异值分解,直觉模糊聚类,协同过滤,相似度,