Indexed by：
Abstract：
协同过滤技术一直受到世界各方的广泛关注与研究,但是该算法本身存在冷启动,数据稀疏的情况下易引发推荐效果差等各种问题.针对上述问题,改进了分层聚类的准则,弥补两种常用的分层聚类算法的不足,并将这种优化后的准则与融合了基于用户和基于项目的推荐结合,提出一种带有改进后分层准则的分层聚类组合性协同过滤推荐算法.实验结果表明,该优化后的个性化推荐算法能将相似性把握更精确,推荐效果显著提升.
Keyword：
Reprint Author's Address：
Email：
Source ：
信息通信
ISSN： 1673-1131
Year： 2015
Issue： 3
Page： 24-25
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 1
Chinese Cited Count：
30 Days PV： 29
Affiliated Colleges：
