一种基于支持向量机回归的推荐算法

• 作者: 叶跃祥 梁晓艳 王宏宇 糜仲春
• 来源期刊: 中国科学院研究生院学报
• 学科: 地球科学
• 关键词: 推荐系统 支持向量机回归 基于内容的推荐
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 论文
• 页码范围: 742-748
• 页数: 7页
• 分类号: P181
• 字数: 5998字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-1175.2007.06.004

摘要

随着电子商务的迅速发展,推荐系统与算法已经成为理论研究的热点.支持向量机是一种强大的分类工具,由其衍生出的支持向量机回归方法能很好地解决非线性回归问题.以电影推荐为例,引入支持向量机回归方法来分析项目的内容,构建用户模型,进而给出推荐.实验结果和理论分析表明,这种推荐算法与传统协同过滤算法相比,能够明显提高推荐精度,并显著缩短了推荐所需时间;在大样本量情况下也能同样高效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	糜仲春	中国科学技术大学管理学院	52	1117	19.0	32.0
2	王宏宇	中国科学技术大学管理学院	24	332	8.0	18.0
3	叶跃祥	中国科学技术大学管理学院	8	328	8.0	8.0
4	梁晓艳	中国科学技术大学管理学院	13	816	12.0	13.0