基于矩阵分解和聚类的协同过滤算法

• 作者: 任怡 李永丽 王宇 董立岩
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 矩阵分解 聚类 协同过滤 推荐准确性
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 105-110
• 页数: 6页
• 分类号: TP301.6
• 字数: 3343字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018286

摘要

基于矩阵分解和聚类提出一种协同过滤推荐算法.先利用交替最小二乘(ALS)算法进行矩阵分解,再利用改进的k-均值聚类算法弥补单一ALS算法在后期协同过滤阶段产生的大计算量问题,解决了由于减小原始矩阵高维度、高稀疏性带来的推荐准确度较低的问题,极大提高了计算速度和推荐精度.实验结果表明,改进算法在推荐准确性上有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董立岩	吉林大学计算机科学与技术学院	55	566	12.0	22.0
2	李永丽	东北师范大学信息科学与技术学院	50	322	10.0	15.0
3	王宇	吉林大学计算机科学与技术学院	56	355	11.0	15.0
4	任怡	吉林大学计算机科学与技术学院	1	6	1.0	1.0