李清霞，魏文红，蔡昭权

(1. 东莞理工学院城市学院计算机系，广东 东莞 523106；2. 东莞理工学院计算机学院，广东 东莞 523808；3. 惠州学院科研处，广东 惠州 516007)

混合用户和项目协同过滤的电子商务个性化推荐算法

李清霞1，魏文红2，蔡昭权3

(1. 东莞理工学院城市学院计算机系，广东 东莞 523106；2. 东莞理工学院计算机学院，广东 东莞 523808；3. 惠州学院科研处，广东 惠州 516007)

针对传统的协同过滤算法在电子商务系统中存在数据稀疏性和扩展性方面的问题，提出了一种混合用户和项目协同过滤的电子商务个性化推荐算法。该算法采用聚类技术，将基于用户协同过滤和基于项目的协同过滤结合起来进行双重聚类，结合基于用户协同过滤和基于项目协同过滤两方面的优点，从而获得更好的性能。实验表明，通过与其他推荐算法的比较，文中算法具有较高的推荐质量，更好的准确率和召回率。

协同过滤；电子商务；个性化推荐；聚类

随着互联网络应用的快速发展，电子商务已经渗入到了人们生活的各个领域。当人们利用电子商务系统进行购物时，想方便快捷地从中挑选自己感兴趣的商品却是一件费时又费力的事情。因此，能够根据用户浏览商品的历史记录，挖掘出用户的消费偏好，并能主动推荐给自己一些可能喜欢的商品，以节省时间和精力。

在这种需求的推动下，推荐系统就慢慢地发展起来[1]。推荐系统顾名思义就是向用户推荐信息，具体来说就是抓住用户的个人爱好和习惯，投其所好，推荐一些可能感兴趣的信息给他。……