改进学习率的一种高效SVD++算法

• 作者: 张雪英 李凤莲 王燕 田玉楚
• 来源期刊: 现代电子技术
• 关键词: 推荐系统 推荐算法 大数据 SVD++ 计算效率 学习率
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电子技术及应用
• 页码范围: 146-150,156
• 页数: 6页
• 分类号: TN911.1-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.03.034

摘要

推荐系统的核心包括推荐算法及其所依赖的大数据.推荐算法的高效计算,是实现实时人机交互的基本要求.在各种推荐算法中,SVD++算法因其特殊优点而得到广泛应用.但是,大数据背景下SVD++推荐算法的突出问题是计算效率低,难以满足实时人机交互要求.为解决这一问题,提出一种新的方法来提高SVD++推荐算法的计算效率,其核心是采用新的学习率函数对目标函数的指标进行优化.该学习率函数结合指数函数和一次函数的升降速率特点,具有初期值大、中期下降迅速以及后期值小且变化缓慢的特点.仿真实验证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	太原理工大学信息工程学院	233	1213	15.0	23.0
2	李凤莲	太原理工大学信息工程学院	44	117	6.0	9.0
3	田玉楚	太原理工大学信息工程学院	5	14	3.0	3.0
7	王燕	太原理工大学信息工程学院	9	85	5.0	9.0