基于ALS模型协同过滤推荐算法的研究

• 作者: 吴晟 舒珏淋
• 来源期刊: 数据通信
• 学科: 工学
• 关键词: 推荐算法 Word2Vec模型 LSH局部敏感哈希
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 技术交流
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP311
• 字数: 5868字
• 语种: 中文

摘要

针对协同过滤算法存在着数据稀疏性、准确性以及可扩展性问题,提出了一种结合Word2V ec词向量模型和LSH局部敏感哈希的矩阵分解推荐算法.首先通过Word2Vec模型高速将词的相似性转换为向量之间的相似性,然后基于改进的LSH局部敏感哈希高速计算项目向量之间的相似矩阵,最后结合用户-项目原评分矩阵计算出未评分项目的预评分进行数据的填充,同时在ALS矩阵分解阶段加入相似性,以减少隐含特征因子信息的丢失.实验结果表明,改进的算法比传统的协同过滤推荐算法的MAE值低,具有更优的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晟	昆明理工大学信息工程与自动化学院	87	334	10.0	15.0
2	舒珏淋	昆明理工大学信息工程与自动化学院	1	0	0.0	0.0