基于Kruskal算法改进的K均值双重聚类推荐的方法、系...
授权
摘要
本发明公开基于Kruskal算法改进的K均值双重聚类推荐的方法、系统及计算机可读存储介质，该基于Kruskal算法改进的K均值双重聚类推荐的方法包括：获取全部的初始用户信息、初始项目信息及初始用户对项目的评分数据；建立初始用户属性矩阵、初始项目属性矩阵及初始用户对项目的评分数据矩阵；获取邻集的初始用户属性对应的评分数据；获取邻集的初始项目属性评分数据；根据邻集的初始用户属性对应的评分数据和邻集的初始项目属性对应的评分数据得出评分数据，作为目标用户对于目标项目的评分数据；将全部的初始用户对项目的评分数据和目标用于对于目标项目的评分数据进行集合，由上至下进行排序显示对应的项目信息。本发明用于提高给用户推荐项目的精准度。
基本信息
专利标题 ：
基于Kruskal算法改进的K均值双重聚类推荐的方法、系统及计算机可读存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN110659424A
申请号 ：
CN201910897142.5
公开（公告）日 ：
2020-01-07
申请日 ：
2019-09-23
授权号 ：
CN110659424B
授权日 ：
2022-04-15
发明人 ：
傅明邝剑飞
申请人 ：
长沙理工大学
申请人地址 ：
湖南省长沙市天心区万家丽南路2段960号
代理机构 ：
深圳市舜立知识产权代理事务所(普通合伙)
代理人 ：
侯艺
优先权 ：
CN201910897142.5
主分类号 ：
G06F16/9536
IPC分类号 ：
G06F16/9536 G06F16/35 G06F16/9535 G06K9/62 G06Q30/06
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/9536
••••基于社交或协作过滤搜索自定义
法律状态
2022-04-15 ：
授权
2020-02-04 ：
实质审查的生效
IPC(主分类) : G06F 16/9536
申请日 : 20190923
申请日 : 20190923
2020-01-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
