评分矩阵与联合聚类的推荐算法

资料大小: 1.61 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-06-03

上 传 者: 他上传的所有资料

资料介绍

标签:聚类(124)矩阵(193)算法(2932)

  当前推荐系统多数存在推荐准确性低、受稀疏性影响大且稳定性差的问题,因此,在 Collus聚类算法的基础上,提出一种评分矩阵与联合聚类的推荐算法。通过 Collus联合聚类,利用图模块度最化理论分别将评分矩阵的行与列分成g类,经过行列变换形成gⅹg个低秩评分子矩阵,并对低秩评分子矩阵进行矩阵分解,填充缺失值,以提高推荐质量,在矩阵分解阶段采用改进的非负矩阵分解算法,通过引入范数分别提高特征值选择能力和防止模型过拟合,并利用坐标轴下降的迭代算法进行参数更新。实验结果表明,与基线算法相比,该算法具有较高的推荐准确率,且稳定性较强。

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料