一种基于线性回归的新型推荐方法

• 作者: 关毅 王兆国 薛一波 谢峰
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 推荐算法 线性回归 预测评分
• 年，卷（期）: 2017,（4）
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP391
• 字数: 5175字
• 语种: 中文

摘要

随着社交媒体的大力发展,互联网不再只是人们获取信息的工具,同时还是人们分享信息的渠道.用户生成内容使得人们面临着信息过载,大量真正有价值的信息难以被发现.个性化推荐系统凭借其较低的用户参与度被认为是当前解决信息过载最有潜力的方法之一.然而,目前最成熟、应用最广的协同过滤推荐方法正面临着数据稀疏性、多样性等问题,其推荐效果不甚理想.本文提出了一种基于线性回归的推荐方法,利用用户或物品的评分频次信息,建立了线性回归模型,以此预测用户对未评分物品的评分.该方法具有低复杂性、可增量更新、高准确性等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
2	谢峰	清华大学信息科学与技术国家实验室	7	39	4.0	6.0
3	薛一波	清华大学信息科学与技术国家实验室	26	215	10.0	13.0
4	王兆国	哈尔滨工业大学计算机科学与技术学院	3	22	2.0	3.0