协同过滤算法在电影推荐中的应用

被引:7
作者
王越
程昌正
机构
[1] 重庆理工大学计算机科学与工程学院
关键词
电影评分预测; RMSE; 随机梯度下降; SVD;
D O I
暂无
中图分类号
TP391.3 [检索机];
学科分类号
081203 ; 0835 ;
摘要
推荐系统是很多网站最关心的机器学习应用,因为其准确率的提高对网站收入有直接贡献。构建了一个电影推荐系统,使用基于相似度的KNN算法、Baseline预测、随机梯度下降以及SVD共4种方法进行预测评分。使用RMSE评价标准,对比了不同算法预测精度的差异和不同参数设定下预测精度的变化。
引用
收藏
页码:86 / 88
页数:3
相关论文
共 3 条
[1]   基于网络用户信息行为的个性化推荐模型 [J].
余肖生 ;
孙珊 .
重庆理工大学学报(自然科学), 2013, 27 (01) :47-50
[2]   一种基于时间加权和用户特征的协同过滤算法 [J].
刘东辉 ;
彭德巍 ;
张晖 .
武汉理工大学学报, 2012, 34 (05) :144-148
[3]   USING COLLABORATIVE FILTERING TO WEAVE AN INFORMATION TAPESTRY [J].
GOLDBERG, D ;
NICHOLS, D ;
OKI, BM ;
TERRY, D .
COMMUNICATIONS OF THE ACM, 1992, 35 (12) :61-70