换一批
换一批基于结构投影非负矩阵分解的协同过滤算法
Collaborative filtering algorithm based on structured projective nonnegative matrix factorization
摘要针对在协同过滤算法中,传统矩阵分解技术在降维过程中会破坏数据相邻结构的问题,提出基于结构投影非负矩阵分解的协同过滤算法(CF-SPNMF).该算法包含离线学习和在线搜索2个阶段.在离线学习阶段,通过对用户评分矩阵的投影非负矩阵分解,同时保留用户特征的聚类结构,得到低维的用户潜在兴趣因子.在线搜索阶段,将用户潜在兴趣因子进行余弦相似性匹配,发现目标用户与训练样本用户之间兴趣最相似的邻域集合.在实际数据集上的实验结果表明,提出的CF-SPNMF算法与单纯使用矩阵分解和单纯在原评分矩阵上进行用户聚类的推荐算法相比,能够更有效地预测用户实际评分.
更多相关知识
关键词
协同过滤投影非负矩阵分解相邻结构聚类collaborative filteringprojective nonnegative matrix factorizationadjacent structureclustering
分类号
TP181
栏目名称
自动化技术、通信工程
DOI
10.3785/j.issn.1008-973X.2015.07.017
发布时间
2015-09-08
基金项目
浙江省自然科学基金资助项目
国家科技支撑计划资助项目
- 浏览1
- 被引20
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
