一种结合有效降维和K-means聚类的协同过滤推荐模型

• 作者: 李敏强 郁雪
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 主成分分析 维数约简 K-means聚类
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3718-3720,3762
• 页数: 4页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.034

摘要

为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程.实验结果证明了新算法的有效性,特别在目标用户的历史评价信息较少的情况下,也能有较好的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏强	天津大学管理学院	194	5707	40.0	69.0
2	郁雪	天津大学管理学院	10	143	6.0	10.0