文献类型：期刊文章

作　　者：郁雪[1] 李敏强[1]

机构地区：[1]天津大学管理与经济学部信息管理与信息系统系,天津300072

出　　处：《计算机工程》

基　　金：高等学校博士学科点专项科研基金资助项目(20020056047)

年　　份：2010

卷　　号：36

期　　号：14

起止页码：37-39

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：根据传统协同过滤算法中用户数据的高维稀疏特点,提出一种基于局部主成分分析协同过滤推荐模型,采用基于语义分类和主成分分析的二阶段降维技术,分别对各类主题页面进行局部降维处理,以保留对某类主题真正感兴趣的用户群,加速最近邻的搜索过程。通过对真实Web日志数据的测试,证明该模型具有较高的预测精度。

关 键 词：推荐系统 协同过滤算法 维数约简 局部主成分分析  

分 类 号：N945]