的基于符号数据的协同过滤推荐算法.pdfVIP

下载本文档

1
0
约8.07千字
约 5页
2017-08-24 发布于湖北
举报
版权申诉

的基于符号数据的协同过滤推荐算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

的基于符号数据的协同过滤推荐算法

1001-9081(2011)11-3060-03 10.3724/SP.J.1087.2011.03060 改进的基于符号数据的协同过滤推荐算法郭均鹏陈莹莹天津大学管理与经济学部，天津300072 摘要：随着用户和资源种类的不断增加，评价矩阵的稀疏性问题越来越突出，严重影响了推荐系统的推荐质量。奇异值分解(SVD)是一种对数据进行降维处理的方法，符号数据分析(SDA)是一种处理海量数据的全新数据分析思路。提出一种改进的基于符号数据的协同过滤推荐算法，即将奇异值分解和符号数据分析方法结合起来运用到推荐系统中。在EachMovie数据库集上的实验结果表明该算法在数据稀疏时的推荐质量明显优于传统的推荐算法。协同过滤；符号数据分析；奇异值分解；稀疏性；推荐系统 TP301.6;TP391.3 A Improvedcollaborativefilteringalgorithmbasedonsymbolicdataanalysis GUOJun-pengCHENYing-ying 2011-05-24 2011-07-11 国家自然科学基金资助项目。作者简介：郭均鹏（1973-），男，山东潍坊人，教授，博士，主要研究方向：管理科学；陈莹莹（1984-），女，山东曲阜人，硕士研究生，主要研究方向：管理科学。 3061 3062 csep546/07sp/proj2/algsweb.pdf. @@[4] SARWARB,KARYPISG,KONSTANJ,etal.Item-basedcollabo rativefilteringrecommendationalgorithms[C]//Proceedingsofthe 10thInternationalWordWideWebConference.NewYork:ACM Press,2001:285-295. @@[5] 赵亮，胡乃静，张守志.个性化推荐算法设计[J].计算机研究与发展,2002，39(8):986-990. @@[6] 郭艳红，邓贵仕.协同过滤的一种个性化推荐算法研究[J].计算机应用研究，2008，25(1):39-41，58. @@[7]邓爱林，朱扬勇，施伯乐.基于项目评分预测的协同过滤推荐算