一种改进的LSH/MinHash协同过滤算法

BIAN Yi-jie,CHEN Chao,MA Ling-ling,CHEN Yuan-lei

Computer and Modernization（2013）

引用 0|浏览4

暂无评分

摘要

近年来很多基于协同过滤的推荐系统得到了成功应用,但随着系统中用户和项目数量的不断增加,相似度计算量剧增,使得协同过滤推荐系统的扩展性问题变得日益突出。本文提出改进的基于近似最近邻的LSH/MinHash算法,并运用到图书馆资源聚类中,以解决在合理时间复杂度下的高维大数据量聚类问题,降低相似度计算量,提高算法的可扩展性。实验表明此算法有较高的效率与精度。

查看译文

关键词

personalized recommendation,LSH,library,collaborative filtering

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要