|
|||||
|
|
| 一种基于循环回归的推荐算法 | |
| 作者姓名： | 许逸格 张可 柯朦 谢倩倩 章文 |
| 作者单位： | 武汉大学计算机学院;武汉大学数学与统计学院 |
| 基金项目： | 教育部博士学科点专项科研基金资助项目(20100141120049);湖北省自然科学基金资助项目(2011CDB454);国家自然科学基金资助项目(61103126) |
| 摘 要： | 提出了一种基于循环回归的推荐算法.首先,对原数据集中的评分数据及缺失值进行离散化处理,然后对离散化数据进行回归模型训练,此过程循环执行并最终建立推荐系统.在离散化阶段,对比不同的离散方法,并对它们的分类粒度开展研究.在模型训练阶段,讨论回归算法对于模型性能的影响.数值计算实验表明,本算法较之近年非常热门的SVDFeaute方法,能够产生更小的均方根误差,验证了算法的有效性. |
| 关 键 词： | 推荐系统 回归分析 循环 数据离散化 数据挖掘 缺失数据 |
| 本文献已被 CNKI 等数据库收录！ | |