期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于矩阵分解与用户近邻模型的协同过滤推荐算法 被引量:52
1
作者 杨阳 向阳 熊磊 《计算机应用》 CSCD 北大核心 2012年第2期395-398,共4页
针对个性化推荐系统中协同过滤算法面对的矩阵稀疏和新使用者问题,提出基于矩阵分解与用户近邻模型的推荐算法。通过对用户档案信息构建近邻模型以保证新使用者预测的准确性;同时考虑到数据量大和矩阵稀疏会引起时间和空间复杂度过高等... 针对个性化推荐系统中协同过滤算法面对的矩阵稀疏和新使用者问题,提出基于矩阵分解与用户近邻模型的推荐算法。通过对用户档案信息构建近邻模型以保证新使用者预测的准确性;同时考虑到数据量大和矩阵稀疏会引起时间和空间复杂度过高等问题,引入奇异值矩阵分解的方式,从而减小矩阵稀疏和数据量大的影响,提高推荐系统的准确性。实验结果表明,该算法能有效解决大数据量的矩阵稀疏问题以及新使用者问题。 展开更多
关键词 协同过滤 矩阵分解 用户近邻模型 电子商务 推荐算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部