基于极速学习机和最近邻的回归推荐算法

发布时间：2018-06-29 07:34

  本文选题：k最近邻 + 极速学习机　； 参考：《河北大学学报(自然科学版)》2017年06期

【摘要】：提出了一种基于极速学习机和最近邻的协同过滤回归推荐算法.该算法首先采用k最近邻法对评分矩阵的缺失值进行填充,然后将极速学习机作为回归器为用户产生推荐.在推荐领域中的标杆数据集上,将该算法与常用推荐算法-LRCF算法进行了比较,验证了该算法的有效性.
[Abstract]:A collaborative filtering regression recommendation algorithm based on extreme learning machine and nearest neighbor is proposed. The algorithm first uses k-nearest neighbor method to fill the missing value of the score matrix, and then uses the extreme learning machine as a regression machine to produce recommendations for users. The proposed algorithm is compared with the commonly used recommendation algorithm -LRCF on the benchmark datasets in the recommendation field, and the validity of the algorithm is verified.
【作者单位】： 河北大学数学与信息科学学院;中国科学院信息工程研究所;
【基金】：国家自然科学基金资助项目(61672205)
【分类号】：TP391.3
，

本文编号：2081380