多特征的核线性判别分析推荐方法

• 作者: 朱欣娟 石美红 赵雪青 陈锐 高全力 高岭
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 核函数 线性判别分析 多特征融合 特征偏好 推荐方法
• 年，卷（期）: 2019,（5）
• 页码范围: 883-889
• 页数: 7页
• 分类号: TP391.9
• 字数: 5737字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.05.010

摘要

为提高在非线性可分数据上的推荐质量,采用基于核函数的多特征线性判别分析建立推荐模型.基于多维特征数据,采用非线性映射转换到高维特征空间,通过构建基于核的映射函数,将特征映像转换为内积空间的特征子集,最终建立基于核函数的多特征线性判别分析的分类准则,对于用户喜好的物品进行分类判别并生成推荐.实验结果表明:在20％、40％、60％、80％的数据作为训练集,其余为测试集的实验条件下,随着推荐列表长度|R|的增加,推荐准确率呈现先升后降的趋势,在25≤|R| ≤35区间内,能够取得最优的平均绝对误差0.34.所提方法与现有方法相比准确率平均提升18.01％,多样性平均提升42.29％,而所用时间开销仅增加6.21％.对历史偏好数据进行特征映射,有助于提高推荐准确率与多样性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱欣娟	西安工程大学计算机科学学院	51	505	10.0	21.0
2	石美红	西安工程大学计算机科学学院	65	1116	17.0	31.0
3	高岭	西安工程大学计算机科学学院	15	21	3.0	4.0
4	陈锐	西北大学信息科学与技术学院	12	55	5.0	7.0
5	赵雪青	西安工程大学计算机科学学院	15	39	3.0	6.0
6	高全力	西安工程大学计算机科学学院	6	8	2.0	2.0