| 结合奇异值分解和时间权重的协同过滤算法 |
| |
| 引用本文： | 顾申华. 结合奇异值分解和时间权重的协同过滤算法[J]. 计算机应用与软件, 2010, 27(6): 256-259 |
| |
| 作者姓名： | 顾申华 |
| |
| 作者单位： | 上海交通大学电子信息与电气工程学院,上海,200240 |
| |
| 摘 要： | 协同过滤是现阶段最成功的推荐技术之一.提出一种结合奇异值分解和时间权重的协同过滤算法.与使用奇异值分解来降维的最近邻法不同,该算法通过梯度下降法进行奇异值分解,并直接将分解的结果用于预测评分.同时,该算法根据评分时间,为每个评分赋予不同的时间权重,考虑了用户兴趣随时间的变化.实验表明,该算法相较于传统协同过滤算法,能够获得更高的推荐精度.
|
| 关 键 词： | 协同过滤 奇异值分解 梯度下降法 时间权重 |
COLLABORATIVE FILTERING ALGORITHM COMBINING SINGULAR VALUE DECOMPOSITION AND TIME WEIGHT |
| |
| Gu Shenhua. COLLABORATIVE FILTERING ALGORITHM COMBINING SINGULAR VALUE DECOMPOSITION AND TIME WEIGHT[J]. Computer Applications and Software, 2010, 27(6): 256-259 |
| |
| Authors: | Gu Shenhua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
