基于蟻群用戶聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf

1、近年來，互聯(lián)網(wǎng)和電子商務(wù)的飛速發(fā)展給人們的生活帶來極大便利，同時也帶來了信息過載問題。推薦系統(tǒng)利用興趣相似用戶對項目的觀點(diǎn)為用戶進(jìn)行推薦，能有效解決信息過載問題。協(xié)同過濾技術(shù)是推薦系統(tǒng)中應(yīng)用最廣泛的一種技術(shù)，但是隨著系統(tǒng)規(guī)模的不斷擴(kuò)大，該技術(shù)也面臨著實(shí)時性和準(zhǔn)確性等方面的挑戰(zhàn)。
　　基于K-Means用戶聚類的協(xié)同過濾推薦算法，可以有效地改善系統(tǒng)的實(shí)時性問題，但是K-Means算法本身的局部最優(yōu)解問題卻降低了系統(tǒng)推薦的準(zhǔn)確性。為了

2、解決這個問題，本文首先對推薦系統(tǒng)和蟻群算法的相關(guān)文獻(xiàn)進(jìn)行回顧，在分析當(dāng)前研究現(xiàn)狀的基礎(chǔ)上，提出使用蟻群聚類算法對用戶進(jìn)行聚類分析。由于蟻群聚類算法不需要復(fù)雜的初始設(shè)置，通過分布式并行計算總能獲得良好的聚類效果，因此可以有效的提高系統(tǒng)的推薦質(zhì)量。
　　最后，設(shè)計實(shí)驗(yàn)方案驗(yàn)證基于蟻群用戶聚類的協(xié)同過濾算法，基于K-Means用戶聚類的協(xié)同過濾算法以及傳統(tǒng)協(xié)同過濾算法在系統(tǒng)實(shí)時性和推薦準(zhǔn)確性方面的效果。實(shí)驗(yàn)結(jié)果表明:該算法可以在保證系統(tǒng)