作者:潘红艳; 林鸿飞; 赵晶协同过滤矩阵分块兴趣方差
摘要:数据稀疏性是协同过滤系统面临的一个巨大挑战。本文提出了一种新的推荐算法——基于矩阵划分和兴趣方差的协同过滤算法。该算法采用矩阵分块的思想来缩小最近邻搜索的范围。矩阵分块时,采用聚类的方法,大大降低了矩阵的维度和稀疏等级。同时引入兴趣方差的概念,提高了计算最近邻的准确度。实验证明,本文提出的过滤算法在预测精度上较传统的推荐算法有很大的提高。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《情报学报》(CN:11-2257/G3)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。
省级期刊
人气 280932 评论 74
人气 239239 评论 36
人气 154596 评论 33
人气 152354 评论 53