一种基于分众分类的协同过滤推荐算法

• 作者: 吴春旭 李佳俊 石辉
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: 协同过滤 推荐系统 分众分类 算法 稀疏性 可扩展性
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 应用技术
• 页码范围: 183-186
• 分类号: TP3
• 字数: 3557字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.05.044

摘要

基于内存的协同过滤算法是推荐系统中使用的最成功的技术之一,但它存在着数据稀疏性和可扩展性的问题.分众分类是一种能使用户发现、组织和理解在线事物的强有力的机制.基于这种机制,提出了一种新的协同过滤算法,来解决该算法中的稀疏性和可扩展性的问题.实验表明,该算法在解决这些问题上是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴春旭	中国科学技术大学管理科学系	33	449	11.0	19.0
2	李佳俊	中国科学技术大学管理科学系	2	13	2.0	2.0
3	石辉	中国科学技术大学管理科学系	3	45	3.0	3.0