摘要
在基于矩阵分解的协同过滤算法中,新用户和新项目的冷启动问题是所面临的难点问题之一。通过运用基于K近邻的属性——特征映射的算法得到新用户和新项目的特征向量,解决了该类协同过滤算法所面临的冷启动问题。在真实的实验数据集上验证了该算法的有效性。
In the collaborative filtering algorithms based on matrix decomposition, the new user and new item cold-start is a difficult problem. The problem of cold-start was solved by using the attribute-to-feature a mapping algorithm based on K-nearest-neighbor（KNN） to get the feature vectors of the new user and new item. The experimental evaluation u- sing a real-world dataset showed the effectiveness of this method.
出处
《山东大学学报（工学版）》
CAS
北大核心
2012年第2期11-17,44,共8页
Journal of Shandong University（Engineering Science）
基金
国家自然科学基金资助项目(61003140
61033010)
中山大学高性能与网格计算平台资助项目
关键词
推荐系统
协同过滤
冷启动
交叉最小二乘法
K近邻
recommendation systems
collaborative filtering
cold-start
alternating least squares
K-nearest-neighbor
