期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种结合有效降维和K-means聚类的协同过滤推荐模型
被引量：
15
1
作者
郁雪
李敏强
《计算机应用研究》
CSCD
北大核心
2009年第10期3718-3720,3762,共4页
为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效...
为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效性,特别在目标用户的历史评价信息较少的情况下,也能有较好的预测精度。
展开更多
关键词
协同过滤
主成分分析
维数约简
K-MEANS聚类
在线阅读
下载PDF
职称材料
题名
一种结合有效降维和K-means聚类的协同过滤推荐模型
被引量：
15
1
作者
郁雪
李敏强
机构
天津大学管理学院信息管理与信息系统系
出处
《计算机应用研究》
CSCD
北大核心
2009年第10期3718-3720,3762,共4页
基金
高等学校博士学科点专项科研基金资助项目(20020056047)
文摘
为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效性,特别在目标用户的历史评价信息较少的情况下,也能有较好的预测精度。
关键词
协同过滤
主成分分析
维数约简
K-MEANS聚类
Keywords
collaborative filtering
principle components analysis（PCA）
dimension reduction
K-means clustering
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种结合有效降维和K-means聚类的协同过滤推荐模型
郁雪
李敏强
《计算机应用研究》
CSCD
北大核心
2009
15
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
