一種基于支持向量機回歸的推薦算法

隨著電子商務(wù)的迅速發(fā)展,推薦系統(tǒng)與算法已經(jīng)成為理論研究的熱點.支持向量機是一種強大的分類工具,由其衍生出的支持向量機回歸方法能很好地解決非線性回歸問題.以電影推薦為例,引入支持向量機回歸方法來分析項目的內(nèi)容,構(gòu)建用戶模型,進而給出推薦.實驗結(jié)果和理論分析表明,這種推薦算法與傳統(tǒng)協(xié)同過濾算法相比,能夠明顯提高推薦精度,并顯著縮短了推薦所需時間;在大樣本量情況下也能同樣高效.

作 者： 王宏宇 糜仲春 梁曉艷 葉躍祥 WANG Hong-Yu MI Zhong-Chun LIANG Xiao-Yan YE Yue-Xiang   作者單位： 中國科學(xué)技術(shù)大學(xué)管理學(xué)院,合肥,230026  刊 名： 中國科學(xué)院研究生院學(xué)報  ISTIC PKU 英文刊名： JOURNAL OF THE GRADUATE SCHOOL OF THE CHINESE ACADEMY OF SCIENCES  年，卷(期)： 2007 24(6)  分類號： P181  關(guān)鍵詞： 推薦系統(tǒng)   支持向量機回歸   基于內(nèi)容的推薦  

【一種基于支持向量機回歸的算法】相關(guān)文章：

基于遺傳算法的地下水位動態(tài)預(yù)測雙線性模型09-08

數(shù)學(xué)算法04-28

《平面向量的數(shù)量積》04-01

回歸的作文08-06

基于Flowmaster軟件的直升機燃油系統(tǒng)仿真計算論文摘要11-23

寫回歸的作文11-30

【優(yōu)】回歸的作文12-15

超越與回歸作文12-16

讓自我回歸作文10-15

回歸_650字11-06