作者:张辉宜; 侯耀祖; 陶陶两阶段联合哈希协同过滤主成分分析迭代量化海明距离
摘要:传统依赖于相似性度量和近邻检索的推荐算法,在面对海量高维数据时存在计算量大和推荐效率低的问题。为此,提出一种基于用户和项目视角的两阶段联合哈希协同过滤算法。针对评分数据,分别从用户或项目视角应用主成分分析和迭代量化技术生成对应的二值码,用评分约束用户与项目的海明距离生成另一视角的二值码,通过二值码完成基于top-K推荐的推荐任务。在MovieLens-1M数据集上的实验结果表明,与ITQ和BinMF算法相比,该算法能够有效减少推荐过程中的计算消耗,提高推荐质量。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社