论文部分内容阅读
面对金融领域信息量扣用户数量的不断增加，现有的金融信息推荐算法不能很好地满足金融用户的信息需求，推荐结果的及时性和准确性有待进一步提高。在分析现有协同推荐算法的基础上，本文提出了金融信息模糊聚类协同推荐算法，将模糊聚类和协同推荐算法相结合，以用户一项目评价矩阵为研究基础，对有相似信息需求兴趣的用户进行模糊聚类，用户组群的兴趣爱好代表并预测个人的兴趣爱好，能为用户提供和发现新的信息资源，很好地满足金融用户信息需求的多兴趣性和时效性。最后对提出的算法进行实验，实验结果表明了算法具有良好的推荐效果。