基于填充和相似性信任因子的协同过滤推荐算法

来源 :计算机应用 | 被引量 : 38次 | 上传用户:duzitengnihaoma
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高推荐系统在数据稀疏情况下的推荐质量,提出一种改进的协同过滤算法。该方法使用一种数据挖掘算法对稀疏评分矩阵进行填充;在完整的填充矩阵上计算用户相似性,并引入相似性信任因子;最终做出推荐预测。典型数据集上的对比实验结果表明,即使在评分数据极为稀疏的情况下,该算法仍能取得较好的结果。
其他文献
门诊工作特点与临床科室工作特点有所不同,在带教实习护生时就有着一定的特殊性.如何在短短几周内,完成护生实习计划,使之理论联系实际,且提高其工作能力,笔者在带教实践中的
信息时代,医院病案管理已成为医院现代化管理的重要组成部分,病案信息质量直接影响着医疗信息质量.我院运行医院信息系统(HIS)后,网络环境下的病案信息管理与先前的单机管理
传统基于pairwise的ranking算法,学习后得到的模型在用NDCG这样的ranking标准评价时效果并不好,对此提出了一种新型ranking算法。该算法也是使用样本对作为训练数据,但定义了一个面向NDCG评估标准的目标函数。针对此目标函数非平滑、难以直接优化的特点,提出使用割平面算法进行学习,不仅解决了上述问题,而且使算法迭代的次数不再依赖于训练样本对数。最后基于基准数据集的实验证明了算法
本文通过对氧化铝配料系统利用移动平均值法代替传统算术平均值法的动态工艺指标管理体系的分析,得到了在生料浆配制方面稳定和提高熟料指标的管理模式,达到了降低氧化铝工艺