基于多示例聚类的协同过滤算法

• 作者: 顾世忍
• 来源期刊: 信息化建设
• 关键词: 多示例学习 K-均值聚类 训练包 平均绝对误差
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 设备信息与技术
• 页码范围: 293,295
• 页数: 2页
• 字数: 2409字
• 语种: 中文

摘要

针对传统协同过滤算法中存在的数据稀疏性问题,本文结合多示例学习框架的特点,通过构建新的数据组织模型,提出了改进的基于多示例聚类的协同过滤算法.实验证明,与基于用户的协同过滤算法和基于用户聚类的协同过滤算法相比,本文算法具有较高的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾世忍	山东建筑大学计算机科学与技术学院	2	0	0.0	0.0