基于径向基函数插值与 SVM 的协同过滤算法

摘要：

为了解决在推荐系统中由于数据的稀疏性导致协同过滤算法准确率低下的问题，提出一种混合径向基函数插值和SVM分类的协同过滤推荐算法。该方法先利用径向基函数插值方法对训练数据中缺失数据进行预测与填补，然后利用支持向量机方法根据插值后的数据来对未知数据进行预测，从而形成推荐列表为系统提供推荐服务。实验结果表明该方法克服了数据质量对推荐算法的影响，相比其他SVM方法具有更高的准确率和稳定性。

关键词：协同过滤、径向基函数、插值、支持向量机

分类号：TP301.6(计算技术、计算机技术)

资助基金：广州市科技计划项目科学研究专项2014J4100095；广东省高等职业教育教学改革项目201401181

在线出版日期：2015-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103