基于信息熵与Mahout的推荐算法的研究

• 作者: 林满山 樊利
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 噪音数据 信息熵模型 Mahout 推荐算法
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法与分析
• 页码范围: 1903-1906,1918
• 页数: 5页
• 分类号: TP301
• 字数: 3746字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2017.10.003

摘要

针对传统Mahout提供的推荐算法中的噪音数据问题,提出了用户信息熵模型.用户信息熵模型采用了信息论中信息熵的概念,利用信息熵的大小衡量用户信息的含量,利用用户评分数据得到用户的信息熵,过滤信息熵低的用户以及它们的相关数据,从而达到过滤噪音数据的目的.利用Mahout提供的推荐算法,即基于用户的协同过滤,基于物品的协同过滤以及Slope-One推荐算法对该模型进行验证.实验结果表明,该模型可有效过滤噪音数据,并在平均绝对误差上有了一定的降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林满山		22	51	4.0	6.0
2	樊利		1	2	1.0	1.0