基于改进矩阵分解和谱聚类的协同过滤算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：针对协同过滤算法中存在的数据稀疏性、可扩展性及准确性问题，提出一种基于改进矩阵分解和谱聚类的协同过滤算法。该算法首先将通过抑制物品流行度和用户活跃度优化的相似度计算融入最小二乘法（ALS），以避免矩阵分解时因子信息的丢失；其次结合流形学习的谱聚类算法弥补ALS算法产生的大计算量问题，同时获得全局最优解以提高聚类所得目标用户最近邻居的准确率；最后利用Movielens数据集进行实验。（剩余7451字）

试读结束

目录
monitor