基于KNN-SVM的混合协同过滤推荐算法.pdfVIP

第29卷第5期 计 算 机 应 用 研 究 VoI．29No．5 2012年 5月 ApplicationResearchofComputers Mav2012 基于 KNN-SVM的混合协 同过滤推荐算法冰 吕成戍h，王维国 ，丁永健 (1．东北财经大学a．管理科学与工程学院；b．数学与数量经济学院，辽宁 大连 116025；2．大连理工大学 管理 与经济学部，辽宁大连 116024) 摘 要：数据稀疏性问题对协同过滤推荐系统的推荐精度有很大影响，为此，融合缺失数据平衡方法，提出了一 个基于KNN—SVM的混合协 同过滤推荐算法。利用K-最近邻法对训练集中的缺失数据进行填补 ，然后通过支持 向量机交叉验证进行分类，综合两者优点，从而克服数据质量对推荐算法的影响。在标杆数据集上进行了仿真 实验，数值结果证 明了方法的有效性。 关键词 ：数据稀疏性；支持向量机 ；K一最近邻 ；协 同过滤 中图分类号 ：TP311