一种基于循环回归的推荐算法

• 作者: 张可 柯朦 章文 许逸格 谢倩倩
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2013,（z2）
• 页码范围: 188-191
• 分类号: TP319
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张可	武汉大学计算机学院	8	103	5.0	8.0
2	章文	武汉大学计算机学院	13	121	6.0	10.0
3	谢倩倩	武汉大学数学与统计学院	8	26	3.0	4.0
4	许逸格	武汉大学计算机学院	1	2	1.0	1.0
5	柯朦	武汉大学计算机学院	1	2	1.0	1.0