基于谱聚类和LFM的选课推荐算法设计

• 作者: 刘旋
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 推荐算法 隐语义模型 谱聚类算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息技术
• 页码范围: 14-16
• 页数: 3页
• 分类号: TP391
• 字数: 2812字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2020.01.007

摘要

高校教务系统中学生数量和课程种类的飞速增长,使得传统推荐算法难以处理海量、高维的选课数据,为进一步提升大学生的选课效率,文章提出一种改进的LFM隐语义模型推荐算法,首先构造选课评分数据的相似矩阵,通过谱聚类进行初始分类,然后分类别构建LFM模型并计算合理的推荐算法.通过在某高校的选课数据集上的对比实验,证明了本文算法具有较高的预测精度和较低的空间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘旋	信阳农林学院信息工程学院	6	1	1.0	1.0