中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 互联网软件技术实验室  > 期刊论文
学科主题: Computer Science
题名:
两阶段联合聚类协同过滤算法
其他题名: two-phase collaborative filtering algorithm based on co-clustering
作者: 吴湖 ; 王永吉 ; 王哲 ; 王秀利 ; 杜栓柱
关键词: 协同过滤 ; 推荐系统 ; 联合聚类 ; 非负矩阵分解
刊名: 软件学报
发表日期: 2010
卷: 21, 期:5, 页:1042-1054
部门归属: 中国科学院软件研究所互联网软件技术实验室;中国科学院研究生院;中国科学院软件研究所计算机科学国家重点实验室;中央财经大学;
摘要: 提出一种两阶段评分预测方法.该方法基于一种新的联合聚类算法(BlockClust)和加权非负矩阵分解算法.首先对原始矩阵中的评分模式进行用户和物品两个维度的联合聚类,然后在这些类别的内部通过加权非负矩阵分解方法进行未知评分预测.这种方法的优势在于,首阶段聚类后的矩阵规模远远小于原始评分矩阵,并且同一类别内部的评分具有相似的模式,这样,在大幅度降低预测阶段计算量的同时又提高了非负矩阵分解算法在面对稀疏矩阵预测上的准确度.进一步给出了推荐系统的3种更新模式下如何高效更新预测模型的增量学习方法.在MovieLens数据集上比较了新算法及其他7种相关方法的性能,从而验证了该方法的有效性及其在大型实时推荐系统中的应用价值.
语种: 中文
内容类型: 期刊论文
URI标识: http://ir.iscas.ac.cn/handle/311060/9984
Appears in Collections:互联网软件技术实验室 _期刊论文

Files in This Item:
File Name/ File Size Content Type Version Access License
两阶段联合聚类协同过滤算法.pdf(2797KB)----限制开放-- 联系获取全文

Recommended Citation:
吴湖,王永吉,王哲,等. 两阶段联合聚类协同过滤算法[J]. 软件学报,2010-01-01,21(5):1042-1054.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[吴湖]'s Articles
[王永吉]'s Articles
[王哲]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[吴湖]‘s Articles
[王永吉]‘s Articles
[王哲]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  中国科学院软件研究所 - Feedback
Powered by CSpace