没有合适的资源?快使用搜索试试~ 我知道了~
基于改进协同过滤算法的时间权重推荐
需积分: 30 3 下载量 90 浏览量
2021-07-07
06:16:05
上传
评论 1
收藏 1.97MB PDF 举报
温馨提示
试读
7页
传统的协同过滤算法存在数据稀疏、可扩展性弱和用户兴趣度偏移等冋题,算法运行效率和预测精度偏低。针对上述问题,提出一种改进的 Mini batch K- Means时间权重推荐算法。采用 Pearson相关系数改进MiBatch K- Means聚类,利用改进的聚类算法对稀疏评分矩阵进行聚类,计算用户兴趣评分并完成对稀疏矩阵的填充。考虑用户兴趣随时间变化的影响,引入牛顿冷却时间杈重计算攝似度,并基于已填充评分矩阵进行相似度权计算,得到项目最终评分。实验结果表明,与传统协同过滤算该算法的平均绝对误差下降了31.08%,准确率、召回率、門Ⅰ值均有较大提升,具有较髙的评分预测精确。
资源推荐
资源评论
资源评论
weixin_38725625
- 粉丝: 3
- 资源: 919
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功