期刊文章详细信息
一种结合有效降维和K-means聚类的协同过滤推荐模型
Collaborative filtering recommendation model based on effective dimension reduction and K-means clustering
文献类型：期刊文章
机构地区：[1]天津大学管理学院信息管理与信息系统系,天津300072
基 金：高等学校博士学科点专项科研基金资助项目(20020056047)
年 份：2009
卷 号：26
期 号：10
起止页码：3718-3720
语 种：中文
收录情况：AJ、BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊
摘 要：为了克服"维灾"所带来的问题,提出一种基于主成分分析的维数约简方法,并在转换后的低维向量空间上进行K-means聚类算法,以减少目标用户的最近邻搜索范围,代替在超高维空间上逐一寻找最近邻的过程。实验结果证明了新算法的有效性,特别在目标用户的历史评价信息较少的情况下,也能有较好的预测精度。
关 键 词：协同过滤 主成分分析 维数约简 K-MEANS聚类
分 类 号：TP311.13]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
