广东省普通高校特色创新项目资助(2018KTSCX264);广东省科技计划项目资助(2014B010102007)
为了提高餐饮推荐系统的准确率,提出一种基于集合论和图论的餐饮高维非数值型数据聚类算法.首先将菜品数据进行预处理,找出需要的特征,删除不必要的特征,再将这些特征以集合的形式输入到系统中,使用改进的杰卡德相似系数对集合进行相似度计算,得到以集合表示方式的菜品数据间的相似度,接着将所有的数据转换为无向图,最后利用图形聚类算法进行聚类分析.实验结果表明:所提出算法的聚类过程不受噪声影响,具有很好的实用价值.
李蓉*,周维柏.基于集合论与图论的餐饮推荐聚类算法[J].湖南科技大学学报(自然科学版),2021,36(2):93-100