基于联合聚类的矩阵分解推荐算法研究

来源 :合肥工业大学 | 被引量 : 0次 | 上传用户:hwb6090
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网的快速发展给用户带来大量信息。随之而来的信息过载问题导致用户难以找到适合自己的信息,并且降低了信息查找效率。推荐系统是解决信息过载问题的有效解决工具。  协同过滤算法是推荐系统中应用最广泛的算法之一,该算法通过用户—项目评分矩阵,对该矩阵中的未知评分进行预测来进行项目的推荐。但随着用户与项目数量的增加,协同过滤性能受限。因此,如何设计一种时间效率高、推荐精度好的协同过滤推荐算法是关键所在。基于此,本文提出一种新的算法框架:基于联合聚类的矩阵分解推荐算法(MFCC)。该算法在保持协同过滤算法高精度的基础上,利用联合聚类算法加快时间效率。具体地,该算法首先利用联合聚类算法将用户—项目评分矩阵聚类成若干子评分矩阵,并且各子评分矩阵内部具有强关联性,各子评分矩阵之间互不相关。本文利用高精度的矩阵分解算法对各子评分矩阵并行地进行评分预测。  通过大量实验和分析结果表明,本文提出的基于联合聚类的矩阵分解推荐算法在得到较高时间效率的基础上,可以取得较好的推荐精度。
其他文献
FMCW(调频连续波)雷达由于自身具有的结构简单、峰值功率低、距离分辨率高、无盲区等特点,在体积、重量和功耗受限平台上得到重视和应用。然而,在船用导航雷达领域,由于受海
逆合成孔径雷达(Inverse Synthetic Aperture Radar,ISAR)技术利用雷达和目标之间的相对运动带来的多普勒效应进行成像,为非合作目标识别提供了重要途径,因而得到了广泛关注
量子遗传算法是量子计算与遗传算法相结合的产物。其算法具有寻优能力强、收敛速度快和计算时间短的特点,所以在许多领域都得到了广泛应用。无线频谱是一种宝贵的自然资源,为了
随着电子技术和计算机科学的发展,当今的电子系统设计已不再是利用各种通用IC进行PCB板级的设计与调试,以FPGA或ASIC为物理载体的SoC技术已成为21世纪IC技术发展的重要方向,
车辆自组织网络(VANET)是以车辆为节点的Ad-hoc网络,是道路上车辆间、车辆与固定接入点之间相互通信组成的开放式移动网络,智能交通系统的重要组成部分。车辆自组织网络的设计
武器仿真系统的建立既可以为新型武器系统的研制进行综合性能的分析、测试和验证又可以用于模拟训练,被视为信息时代提高部队作战能力和加强军队质量建设的有效途径。  
学位