融合協(xié)同過濾的線性回歸推薦算法
摘要：針對(duì)傳統(tǒng)協(xié)同過濾算法中存在數(shù)據(jù)稀疏性問題,提出融合協(xié)同過濾的線性回歸推薦算法。根據(jù)用戶對(duì)項(xiàng)目的評(píng)分以及用戶和項(xiàng)目的自身特征,構(gòu)建用戶間和項(xiàng)目間相似矩陣?；谙嗨凭仃?選出用戶和項(xiàng)目最近鄰集合,分別通過基于用戶和基于項(xiàng)目的協(xié)同過濾算法來預(yù)測用戶已評(píng)分項(xiàng)目的評(píng)分,將預(yù)測評(píng)分與真實(shí)評(píng)分的差值作為特征,組合在一起生成新的訓(xùn)練數(shù)據(jù)。把新的訓(xùn)練數(shù)據(jù)作為線性回歸模型的輸入,根據(jù)訓(xùn)練好的模型預(yù)測未知評(píng)分,采用top-N算法產(chǎn)生推薦列表。在MovieLens數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明新算法的推薦準(zhǔn)確性較傳統(tǒng)協(xié)同過濾算法有顯著提高。
注: 保護(hù)知識(shí)產(chǎn)權(quán),如需閱讀全文請聯(lián)系計(jì)算機(jī)應(yīng)用研究雜志社
相關(guān)推薦
更多算機(jī)工程.jpg)
算機(jī)應(yīng)用研究.jpg)
學(xué)報(bào).jpg)
算機(jī)科學(xué)與探索.jpg)
于我們.jpeg)