原稿一种基于机器学习的加权Slpene算法改进.docVIP

一种基于机器学习的加权Slope One算法改进 张玉连匕2,郇思思13,梁顺攀12 1 (燕山大学信息科学与工程学院，河北泰皇岛066004) 2(燕山大学信息科学与工稅学院计锌机教学实验屮心，河北粲皇岛0660CK) 3(河北竹计锌机虚拟技术与系统集成東点实验室，河北燊皇岛066004) : HYPERLINK mailto:huansisi_ysu@163.comhuansisi_ysu@163.com Slope One算法是一种基于内存的协同过滤推荐算法，但在计算时，内存消耗过大、预测结果准确度不高，尤其 当用户数量和项目数量较大时，算法的执行效率会很低。基于此，本文将一种基于模型的算法融合到基于内存的Slope One 算法中，提出一种使用机器学习中最小二乘法改进的加权Slope One算法，该算法简单直观且计算高效，可以克服传统基 于内存推荐算法的诸多缺点。最后在Filmtrust和Moviclcns数据集上的对比实验结果表明融合偏差因子的加权Slope One 算法在这两个稀疏度不同的数据集下，均能获得较高的推荐准确度。 关键词：协同过滤；机器学习；最小二乘法；加权Slope One算法 TP A Improved Weighted Slope One Algorithm Based on Machine Learning ZHANG Yu-liank