ISCAS OpenIR  > 互联网软件技术实验室
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
吴湖; 王永吉; 王哲; 王秀利; 杜栓柱
2010
发表期刊软件学报
ISSN1000-9825
卷号21期号:5页码:1042-1054
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.
关键词协同过滤 推荐系统 联合聚类 非负矩阵分解
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;
学科领域Computer Science
语种中文
内容类型期刊论文
URI标识http://ir.iscas.ac.cn/handle/311060/9984
专题互联网软件技术实验室
推荐引用方式
GB/T 7714
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,2010,21(5):1042-1054.
APA 吴湖,王永吉,王哲,王秀利,&杜栓柱.(2010).两阶段联合聚类协同过滤算法.软件学报,21(5),1042-1054.
MLA 吴湖,et al."两阶段联合聚类协同过滤算法".软件学报 21.5(2010):1042-1054.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
两阶段联合聚类协同过滤算法.pdf(2797KB) 开放获取--请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[吴湖]的文章
[王永吉]的文章
[王哲]的文章
百度学术
百度学术中相似的文章
[吴湖]的文章
[王永吉]的文章
[王哲]的文章
必应学术
必应学术中相似的文章
[吴湖]的文章
[王永吉]的文章
[王哲]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。