一种改进的 LSH／MinHash 协同过滤算法

• 作者: 卞艺杰 陈超 陈远磊 马玲玲
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 图书馆 个性化推荐 协同过滤 LSH
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 19-22,26
• 页数: 5页
• 分类号: TP301.6
• 字数: 4913字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.12.005

摘要

近年来很多基于协同过滤的推荐系统得到了成功应用，但随着系统中用户和项目数量的不断增加，相似度计算量剧增，使得协同过滤推荐系统的扩展性问题变得日益突出。本文提出改进的基于近似最近邻的LSH/MinHash算法，并运用到图书馆资源聚类中，以解决在合理时间复杂度下的高维大数据量聚类问题，降低相似度计算量，提高算法的可扩展性。实验表明此算法有较高的效率与精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卞艺杰	河海大学商学院	125	994	16.0	24.0
2	马玲玲	河海大学商学院	6	49	5.0	6.0
3	陈超	河海大学商学院	6	45	4.0	6.0
4	陈远磊	河海大学商学院	2	8	1.0	2.0