公开(公告)号：CN104268290A

公开(公告)日：2015-01-07

申请号：CN201410565721.7

申请日：2014-10-22

Applicant: 武汉科技大学

Inventor： 李鹏 ,  王娅丹 ,  金瑜 ,  刘璟 ,  刘欣

IPC: G06F17/30

CPC classification number: G06F16/9535 ,  G06F16/35 ,  G06F16/355 ,  G06F16/951

Abstract: 本发明提出一种基于用户聚类的推荐方法，为了合理的根据用户兴趣对用户进行有效推荐，根据用户对各主题标签的总浏览频率、浏览时间以及总浏览时间、有效浏览频率以及有效浏览时间，得到兴趣度，形成用户的兴趣特征向量；根据用户的兴趣特征向量，筛选核心用户，构成核心用户集，使用K-means聚类算法对全体用户进行聚类；得到全用户聚类之后，计算出每个用户聚类在每个主题之上的类兴趣向量；比较兴趣值和类兴趣向量，对其进行推荐。本发明所提供的CCVR方法推荐效果要好于其它的推荐方法，具有良好的准确性。

公开(公告)号：CN104268290B

公开(公告)日：2017-08-08

申请号：CN201410565721.7

申请日：2014-10-22

Applicant: 武汉科技大学

Inventor： 李鹏 ,  王娅丹 ,  金瑜 ,  刘璟 ,  刘欣

IPC: G06F17/30

Abstract: 本发明提出一种基于用户聚类的推荐方法，为了合理的根据用户兴趣对用户进行有效推荐，根据用户对各主题标签的总浏览频率、浏览时间以及总浏览时间、有效浏览频率以及有效浏览时间，得到兴趣度，形成用户的兴趣特征向量；根据用户的兴趣特征向量，筛选核心用户，构成核心用户集，使用K‑means聚类算法对全体用户进行聚类；得到全用户聚类之后，计算出每个用户聚类在每个主题之上的类兴趣向量；比较兴趣值和类兴趣向量，对其进行推荐。本发明所提供的CCVR方法推荐效果要好于其它的推荐方法，具有良好的准确性。