%0 Journal Article
%T 融合机器学习的加权Slope One算法
%A 张玉连
%A 梁顺攀
%A 郇思思
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 Slope One算法是一种基于内存的协同过滤推荐算法，在计算时，内存消耗过大，尤其当数据集稀疏时，预测结果的准确度不高.基于此，将一种基于模型的算法融合到基于内存的Slope One算法中，提出一种使用机器学习中最小二乘法改进的加权Slope One算法，该算法简单直观且计算高效，可以克服传统基于内存推荐算法的诸多缺点.最后，在Filmtrust和Movielens数据集上的对比实验结果表明，融合偏差因子的加权Slope One算法在这两个稀疏度不同的数据集下，均能获得较高的推荐准确度
%K 协同过滤
%K 机器学习
%K 最小二乘法
%K 加权Slope One算法
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3537.shtml