%0 Journal Article
%T 基于正负反馈的SVM协同过滤Top-N推荐算法
%A 张 宇
%A 王文剑
%A 赵胜男
%J 中山大学学报（自然科学版）
%D 2017
%X 摘要 经典的Top-N推荐算法利用用户正反馈信息对全部项目进行排序，然后选择前N个项目推荐给用户.针对经典推荐算法未充分利用用户负反馈信息的问题，提出基于正负反馈的SVM协同过滤（SVM Collaborative Filtering based on Positive and Negative Feedback，PNF-SVMCF)Top-N推荐算法，充分利用用户负反馈信息过滤测试集中用户可能不喜欢的项目，只对测试集中剩余的项目进行Top-N排序.PNF-SVMCF算法过滤用户可能不喜欢的项目，这样可以缩减需要排序的项目规模，提升推荐效率；同时去除这些项目对排序的干扰，提高推荐精度.在MovieLens数据集上的实验结果表明，该方法具有良好的推荐速度和精度，特别是在较少的推荐项目情况下，能够表现出更好的推荐精度
%K 支持向量机
%K 协同过滤
%K 基于项目协调过滤
%K PNF-SVMCF
%K Top-N
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3918.shtml