基于加权融合的E2LSH用户相似度计算

• 作者: 徐高凯 金瑾 陈浩 马娅婕
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 局部敏感哈希 模型融合 协同过滤 加权平均
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法
• 页码范围: 307-312
• 页数: 6页
• 分类号: TP391
• 字数: 5064字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.05.055

摘要

针对传统协同过滤算法遇到现实场景中海量、高维时难以直接进行计算用户相似度和实时性较差的问题,使用基于p-stable分布的局部敏感哈希E2LSH(Exact Euclidean Locality Sensitive Hashing)算法对海量高维数据降维后计算用户之间的相似度,进一步针对该相似度计算的精度问题使用模型融合技术对多个E2LSH算法计算的相似用户进行加权融合得到最相似用户.同时对于具有较高相似度的用户使用加权平均方法对目标用户进行未交互商品的评分预测并对商品进行排序推荐,从而提高推荐实时性和准确率.实验结果表明,算法在用户相似度计算和推荐准确率方面都有较大提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马娅婕	武汉科技大学信息科学与工程学院	26	213	7.0	14.0
2	陈浩	武汉科技大学信息科学与工程学院	31	127	6.0	10.0
3	金瑾	武汉科技大学信息科学与工程学院	2	15	1.0	2.0
4	徐高凯	武汉科技大学信息科学与工程学院	2	15	1.0	2.0