基于局部主成分分析的协同过滤推荐模型

摘要：

根据传统协同过滤算法中用户数据的高维稀疏特点,提出一种基于局部主成分分析协同过滤推荐模型,采用基于语义分类和主成分分析的二阶段降维技术,分别对各类主题页面进行局部降维处理,以保留对某类主题真正感兴趣的用户群,加速最近邻的搜索过程.通过对真实Web日志数据的测试,证明该模型具有较高的预测精度.

关键词：推荐系统、协同过滤算法、维数约简、局部主成分分析

所属期刊栏目：36

分类号：N945(系统科学)

资助基金：高等学校博士学科点专项科研基金资助项目20020056047

在线出版日期：2010-09-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：37-39