基于PCA-SOM的混合协同过滤模型

被引:13
作者
郁雪
李敏强
机构
[1] 天津大学管理与经济学部
基金
高等学校博士学科点专项科研基金;
关键词
推荐系统; 协同过滤算法; 主成分分析; 自组织映射; 聚类技术;
D O I
暂无
中图分类号
O415.2 [协同学];
学科分类号
摘要
针对推荐系统中协同过滤技术面临的数据稀疏性和推荐实时性难以保证的问题,提出一种基于主成分分析(Principle component analysis)和SOM(Self-organizing map)聚类的混合协同过滤模型.首先对原始评分数据进行全局降维,并在转换后的主成分空间上进行用户聚类,缩小了目标用户的最近邻搜索空间,减少了在线计算时间复杂度,最后对真实的电子政务门户网站Log日志数据进行了几种常用的推荐算法的比较,实验结果证明新的推荐模型具有较好的预测精度.
引用
收藏
页码:1850 / 1854
页数:5
相关论文
共 3 条
[1]   Eigentaste: A constant time collaborative filtering algorithm [J].
Goldberg, K ;
Roeder, T ;
Gupta, D ;
Perkins, C .
INFORMATION RETRIEVAL, 2001, 4 (02) :133-151
[2]  
神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,
[3]  
实用多元统计分析.[M].()RichardA.Johnson;()DeanW.Wichern著;陆璇译;.清华大学出版社.2001,