作者：张慧颖; 薛福亮推荐系统协同过滤项目相似性基于内容推荐vaguesets
摘要：针对项目特征难以表达问题，提出采用Vague集理论对其进行提取与表示，在此基础上进行项目相似性聚类，利用聚类内项目相似性对未评分项目进行评分值预测，从而消除协同过滤推荐的稀疏性问题，进而基于预测后的评分矩阵进行相似用户聚类，并在项目聚类簇内实施协同过滤推荐，使推荐更有针对性。实验结果表明，该方法无论在推荐精度还是推荐相关性上都更为有效。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《数据分析与知识发现》（CN：10-1478/G2）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...
