[发明专利]一种麻雀算法优化模糊聚类的推荐方法

权利要求书

1.一种麻雀算法优化模糊聚类的推荐方法，其特征在于，包括以下步骤：

步骤1：收集用户对项目进行评分的数据，构建用户-项目矩阵；

步骤2：先利用麻雀搜索算法查找最优的初聚类中心，再使用最优的聚类中心对用户进行模糊聚类；

步骤3：找出目标用户候选邻居簇，计算目标用户与簇中候选邻居之间的相似度；

步骤4：对目标推荐用户未评分项目进行预测，通过上述相似度的度量，得到评分预测，并按照降序排列，将前N个项目推荐给用户。

2.如权利要求1所述的麻雀算法优化模糊聚类的推荐方法，其特征在于，步骤1包括以下步骤：

步骤1.1：如果存在用户在评分项并集中对某个类别都没有评分，则采用近邻所评价过这个项目的平均数作为该项目的被评分；

步骤1.2：如果两个用户在项目类别信息中存在评分的项目交集，且不为空，则采用邻域最近邻的方式进行评分填充公式如下：

式中表示u_k对项目i的非空评分，分别表示用户u_k和用户u在分类c中的平均评分，U_c表示用户u在项目类别c中的最近邻集合，sim(u,u_k)表示用户u与用户u_k的相似性。

3.如权利要求1所述的麻雀算法优化模糊聚类的推荐方法，其特征在于，在步骤2中，通过麻雀搜索算法有效地寻优能力对目标函数进行优化，寻找模糊聚类中的最优的初始聚类中心。