麻豆免费在线观看-亚洲啊v-夜夜精品视频-亚洲精品www久久久久久广东-亚洲乱码国产乱码精品精-91免费精品-免费h片在线观看-北条麻妃在线一区二区-日韩av不卡电影-久久精品噜噜噜成人88aⅴ-久久国产成人午夜av影院-中文字幕中文字幕在线-91精品国产综合久久婷婷香蕉-西西人体大胆4444www-亚洲视频 自拍偷拍

為克服在線視頻網站中出現的數據稀疏性和推薦實時性不佳的問題,本文提出一種基于用戶聚類的改進算法。首先該算法以商品屬性為輔助預填充矩陣空白,然后采用初始聚類中心優化的k-means算法在矩陣上對用戶進行離線聚類,將興趣點相同的用戶聚集到同一類別中,最后在線尋找目標用戶最近鄰并產生推薦。本文采用Movie Lens作為測試數據集,實驗結果表明,本文算法可以有效緩解數據稀疏性及改善實時性,并在一定程度上提高推薦精度。 用來計算預測評分與實際評分的偏差水平，且誤差值越小，證明預測評分與實際評分越接近，本文選取MAE計算誤差。3．2實驗結果在實驗開始前需要確定ε值，MinPts值和聚類數k協同過濾推薦算法-電動折彎機數控滾圓機滾弧機張家港電動液壓縮管機滾圓機滾弧機。ε值的選取不宜過大但也不能太小，取值小導致各點之間點密度的區分小，過大會造成各點計算得到的點密度很小，后續無法準確標記核心點集。

轉載中國知網整理! www.suoguanjixie.name本文首先將ε值設置為0．48，然后以0．02作為增量逐漸將取值增加至0．56，分別計算各個取值下的MAE值，實驗結果如圖2所示，由此得到ε值為0．5，MinPts值為90。圖2本文算法在不同ε下的MAE到k個初始聚類中心。上述改進的算法不再隨機選取k個點作為初始聚類中心，而是選擇數據集中相似度小的一組點，這樣可以有效避免隨機選取帶來的聚類結果不穩定的問題。同時，由于初始聚類中心的選取只在M中而非全局進行，該算法極大縮小了選取范圍。2基于用戶聚類的協同過濾推薦算法本文提出的改進算法的核心思想如圖1所示。圖1本文算法流程圖2．1基于商品屬性進行聚類每一商品都可以用屬性進行描述［10］。例如，電影有語言、上映時間、題材等屬性。屬性是商品本身所具有的特性，與用戶對商品的評分相比穩定性更高。本文用aij來表示商品i的第j個屬性，aij∈{0，1}。若商品i具有第j個屬性，則aij=1，反之，則aij=0，由此可以構建商品—屬性矩陣A=a()ijnt，其中n行代表n個商品，t列代表t個商品屬性。在基于商品屬性進行聚類時，傳統的k－means算法通過計算歐式距離對商品進行劃分，本文使用歐式距離的倒數來計算任意兩商品之間的相似性:asim(i，j)=11+d(i，j)=11+∑tk=1aik－a()jk槡2(1)其中aik和ajk分別表示i和j的第k個屬性。2．2對評分矩陣進行預填充，得到稠密矩陣原始的評分矩陣非常稀疏，在稀疏矩陣上進行用戶聚類會造成較大誤差，進而無法準確找到用戶最近鄰，最終影響推薦結果的精度。因此，本文提出依據“協同過濾推薦算法-電動折彎機數控滾圓機滾弧機張家港電動液壓縮管機滾圓機滾弧機 轉載中國知網整理! www.suoguanjixie.name