| 基于SVD矩阵分解技术和RkNN算法的协同过滤推荐算法 |
| |
| 引用本文： | 刘洋.基于SVD矩阵分解技术和RkNN算法的协同过滤推荐算法[J].湖南工程学院学报(自然科学版),2015,25(1):44-47. |
| |
| 作者姓名： | 刘洋 |
| |
| 作者单位： | 信阳职业技术学院数学与计算机科学学院,信阳,464000 |
| |
| 摘 要： | 针对现有协同过滤算法具有的可扩展性较低、数据稀疏和计算量较大缺点,提出一种基于SVD矩阵分解技术和RkNN算法的协同过滤推荐算法.本算法经SVD矩阵简化处理和kNN和RkNN的协作过滤,增强了用户的影响集,实现了测试集的未知预测评分功能.经仿真实验表明,稀疏性、可扩展性和计算量都得到有效改善,系统预测评分与用户实际评分接近,为用户提供了良好的使用体验.该算法获得了更好的预测性能,同时具有良好的可扩展性.
|
| 关 键 词： | SVD影响集 协作过滤 推荐算法 RkNN影响集 |
Research on Collaborative Filtering Recommendation Algorithm Based on SVD Matrix Decomposition Technique and RkNN Algorithm |
| |
| LIU Yang.Research on Collaborative Filtering Recommendation Algorithm Based on SVD Matrix Decomposition Technique and RkNN Algorithm[J].Journal of Hunan Institute of Engineering(Natural Science Edition),2015,25(1):44-47. |
| |
| Authors: | LIU Yang |
| |
| Institution: | LIU Yang;College of Mathematics and Computer science,Xinyang Vocational and Technical College; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
