10.19678/j.issn.1000-3428.0049038
一种两阶段联合哈希的协同过滤算法
传统依赖于相似性度量和近邻检索的推荐算法,在面对海量高维数据时存在计算量大和推荐效率低的问题.为此,提出一种基于用户和项目视角的两阶段联合哈希协同过滤算法.针对评分数据,分别从用户或项目视角应用主成分分析和迭代量化技术生成对应的二值码,用评分约束用户与项目的海明距离生成另一视角的二值码,通过二值码完成基于top-K推荐的推荐任务.在MovieLens-1M数据集上的实验结果表明,与ITQ和BinMF算法相比,该算法能够有效减少推荐过程中的计算消耗,提高推荐质量.
两阶段联合哈希、协同过滤、主成分分析、迭代量化、海明距离
44
TP311(计算技术、计算机技术)
安徽省高校自然科学研究重点项目KJ2017A063
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
316-320