10.3969/j.issn.1003-6059.2011.02.011
基于Widrow-Hoff神经网络的多指标推荐算法
为解决传统的协同过滤推荐算法不能综合运用多个指标进行推荐的问题,通过引人多指标评分的概念对标准的协同过滤推荐算法进行扩展,提出一种基于Widrow-Hoff神经网络的多指标推荐算法.利用Widrow-Hoff最小二乘法自适应算法在进行系统辨识时的高精度拟合特性,提出一种基于Widrow-Hoff最小二乘法算法的用户偏好特征向量计算方法.利用用户偏好特征向量和空间距离矩阵度量用户相似度,以定位邻居集并为用户推荐最优项目.实验结果表明,本文算法可提高推荐精度,改进推荐质量.
Widrow-Hoff神经网络、推荐算法、多指标评分、相似度、用户偏好特征向量
24
TP393(计算技术、计算机技术)
国家重点基础研究发展计划973计划项目2005CB321902;河北省自然科学基金项目F2008000877,F2011203219;教育部科技发展中心网络时代的科技论文快速共享专项研究项目20091333110011,20101333110013
2011-09-05(万方平台首次上网日期,不代表论文的发表时间)
共10页
233-242