论文部分内容阅读
标签推荐广泛应用于各大网站，如电影网站，电子商务网站等等，但现有方法忽视了多种属性特征之间的联系，无法保证大数据环境下推荐系统的准确率。针对该问题，提出了一种基于用户聚类和张量分解的新标签推荐方法，以进一步提高标签推荐的质量。该方法首先对一些对产品具有重要影响的用户进行聚类，然后根据用户、产品、标签和产品评分之间的多元关系综合计算总权重。最后，根据聚类之后的用户群体以及多元关系的总权值构建张量并进行张量因式分解。与传统张量分解方法相对比，实验结果表明本文提出的方法在准确率上具有一定的提高，验证了算法的有效性。