价值工程
價值工程
개치공정
VALUE ENGINEERING
2012年
17期
182-184
,共3页
特征选择%协同过滤算法%稀疏性
特徵選擇%協同過濾算法%稀疏性
특정선택%협동과려산법%희소성
用户-项目评分数据集的高维稀疏性使得传统的协同过滤处于“维度困境”.运用降维技术的特征变换方法的协同过滤算法虽然缩减用户-项目评分数据集规模,但在某种程度上导致信息损失.本文提出将特征选择方法和技术运用于协同过滤算法,并且给出了基于有监督特征选择的协同过滤框架及其协同过滤流程.
用戶-項目評分數據集的高維稀疏性使得傳統的協同過濾處于“維度睏境”.運用降維技術的特徵變換方法的協同過濾算法雖然縮減用戶-項目評分數據集規模,但在某種程度上導緻信息損失.本文提齣將特徵選擇方法和技術運用于協同過濾算法,併且給齣瞭基于有鑑督特徵選擇的協同過濾框架及其協同過濾流程.
용호-항목평분수거집적고유희소성사득전통적협동과려처우“유도곤경”.운용강유기술적특정변환방법적협동과려산법수연축감용호-항목평분수거집규모,단재모충정도상도치신식손실.본문제출장특정선택방법화기술운용우협동과려산법,병차급출료기우유감독특정선택적협동과려광가급기협동과려류정.