基于矩阵划分和兴趣方差的协同过滤算法

摘要：

数据稀疏性是协同过滤系统面临的一个巨大挑战.本文提出了一种新的推荐算法--基于矩阵划分和兴趣方差的协同过滤算法.该算法采用矩阵分块的思想来缩小最近邻搜索的范围.矩阵分块时,采用聚类的方法,大大降低了矩阵的维度和稀疏等级.同时引入兴趣方差的概念,提高了计算最近邻的准确度.实验证明,本文提出的过滤算法在预测精度上较传统的推荐算法有很大的提高.

关键词：协同过滤、矩阵分块、兴趣方差

所属期刊栏目：25

分类号：G35(情报学、情报工作)

资助基金：中国科学院资助项目60373095

在线出版日期：2006-04-13（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：49-54