基于離散多視圖哈希的協(xié)同過濾推薦算法研究.pdf

1、信息和網(wǎng)絡(luò)技術(shù)的高速發(fā)展，帶來了資源和數(shù)據(jù)的爆炸性增長。為了提高用戶的有效信息獲取能力，個性化推薦系統(tǒng)正發(fā)揮著越來越重要的作用。傳統(tǒng)的協(xié)同過濾推薦技術(shù)往往只能利用單一視圖下的用戶信息，且需要通過高維向量之間的運算才能夠計算出對用戶偏好的預(yù)測評分，這嚴重影響了計算和存儲效率，其算法的解法也造成了大量的信息丟失。提出了一種基于離散多視圖哈希的協(xié)同過濾推薦算法，不僅融合了不同視圖下的信息，而且對用戶和物品同時進行編碼，最大程度上利用了可以獲取

2、到的數(shù)據(jù);還提出了一種針對模型的高效的解法，從而實現(xiàn)了高質(zhì)量的推薦結(jié)果計算。
　　本文的主要工作有:
　　首先，針對多視圖數(shù)據(jù)使用一種多視圖局部錨點嵌入的錨點圖構(gòu)建方法，實現(xiàn)了不同視圖數(shù)據(jù)的融合，既保留了不同視圖內(nèi)的原始信息，又保留了視圖之間的原有結(jié)構(gòu)。
　　其次，利用構(gòu)建得到的多視圖錨點圖，提出了一種多視圖數(shù)據(jù)下的協(xié)同過濾哈希算法，為多視圖數(shù)據(jù)學習具有相似度保留特性的二進制哈希編碼。選擇對用戶和物品同時進行編碼，以便