| 一种基于矩阵分解和随机森林算法的推荐模型 |
| |
| 引用本文： | 罗云芳,李力.一种基于矩阵分解和随机森林算法的推荐模型[J].计算机应用与软件,2021,38(8):315-321. |
| |
| 作者姓名： | 罗云芳 李力 |
| |
| 作者单位： | 广西职业技术学院机电与信息工程学院 广西 南宁530226;电子科技大学计算机科学与工程学院 四川 成都610054 |
| |
| 摘 要： | 针对传统环境下运行的推荐算法预测精度不高的问题,提出一种基于矩阵分解和随机森林算法的推荐模型.提出的基于数据分割策略和新的学习过程的分布式推荐模型是在Apache Spark上设计的.通过数据分区、模型训练和偏好预测三个步骤处理大规模数据,提高预测质量,解决数据稀疏问题.为了提高模型在大数据环境下的性能,采用基于矩阵分解(Matrix Factorization,MF)和随机森林(Random Forests,RF)混合的新颖学习过程,从而显著加快分布式训练的速度.实验结果表明,相对于其他算法,该算法在性能指标上具有明显的优势.
|
| 关 键 词： | 大数据 推荐系统 矩阵分解 随机森林 分布式计算 |
A RECOMMENDATION MODEL BASED ON MATRIX DECOMPOSITION AND RANDOM FOREST ALGORITHM |
| |
| Luo Yunfang,Li Li.A RECOMMENDATION MODEL BASED ON MATRIX DECOMPOSITION AND RANDOM FOREST ALGORITHM[J].Computer Applications and Software,2021,38(8):315-321. |
| |
| Authors: | Luo Yunfang Li Li |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
