10.16652/j.issn.1004-373x.2019.09.021
一种基于稀疏分段的协同过滤推荐算法
针对数据强稀疏性严重制约协同过滤算法推荐准确性的问题,提出基于稀疏分段的改进方法.首先利用基于迭代预测的支持向量回归在解决小样本高维数据中的优势,对稀疏的U-I矩阵中相对弱稀疏的密集数据部分预测缺失评分,然后使用基于项目的插补协同过滤方法预测剩余数据的缺失评分.在多个公开数据集中的实验表明,该方法适用于强稀疏数据集的推荐,与基于项目协同过滤比较可取得较好的预测结果.
稀疏分段、支持向量回归、基于项目的推荐、协同过滤、数据稀疏性、小样本
42
TN911.1-34
天津市应用基础与前沿技术研究计划重点项目14JCZDJC32500:面向天津空铁联运模式的服务推荐关键技术研究
2019-05-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
90-94