基于径向基函数插值与 SVM 的协同过滤算法

• 作者: 曾青松 詹增荣
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 协同过滤 径向基函数 插值 支持向量机
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 98-103
• 页数: 6页
• 分类号: TP301.6
• 字数: 6146字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2015.08.020

摘要

为了解决在推荐系统中由于数据的稀疏性导致协同过滤算法准确率低下的问题，提出一种混合径向基函数插值和SVM分类的协同过滤推荐算法。该方法先利用径向基函数插值方法对训练数据中缺失数据进行预测与填补，然后利用支持向量机方法根据插值后的数据来对未知数据进行预测，从而形成推荐列表为系统提供推荐服务。实验结果表明该方法克服了数据质量对推荐算法的影响，相比其他SVM方法具有更高的准确率和稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾青松	广州番禺职业技术学院信息工程学院	40	80	5.0	7.0
2	詹增荣	广州番禺职业技术学院信息工程学院	20	42	4.0	5.0