一种改进矩阵分解和谱聚类的协同过滤算法
基本信息
| 申请号 | CN202110921385.5 | 申请日 | - |
| 公开（公告）号 | CN113722587A | 公开（公告）日 | 2021-11-30 |
| 申请公布号 | CN113722587A | 申请公布日 | 2021-11-30 |
| 分类号 | G06F16/9535（2019.01）I;G06F16/9536（2019.01）I;G06F16/906（2019.01）I;G06F17/16（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 舒珏淋;曹扬;胡建;周维 | 申请（专利权）人 | 中电科大数据研究院有限公司 |
| 代理机构 | 北京精翰专利代理有限公司 | 代理人 | 卓邦荣 |
| 地址 | 550081贵州省贵阳市国家高新区长岭南路160号高科一号C栋 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种改进矩阵分解和谱聚类的协同过滤算法。该算法首先通过抑制物品流行度和用户活跃度优化的相似度计算融合入最小二乘法（ALS），以减少矩阵分解时因子信息的丢失，然后结合流行学习的谱聚类算法弥补ALS算法后期的协同过滤阶段产生大计算量问题，同时获得全局最优解以提高聚类所得目标用户最近邻居的准确率，进而提高协同过滤推荐精度，最后利用Movielens数据集进行实验。实验结果表明，改进的算法可以有效降低协同过滤算法的平均绝对误差和均方根误差，提高准确率，拥有更优的性能。 |
