基于結(jié)構(gòu)投影非負(fù)矩陣分解的協(xié)同過濾算法

居 斌，錢沄濤，葉敏超

（1.浙江大學(xué) 計(jì)算機(jī)學(xué)院，浙江 杭州310027；2.浙江省衛(wèi)生信息中心，浙江 杭州310006）

針對在協(xié)同過濾算法中，傳統(tǒng)矩陣分解技術(shù)在降維過程中會(huì)破壞數(shù)據(jù)相鄰結(jié)構(gòu)的問題，提出基于結(jié)構(gòu)投影非負(fù)矩陣分解的協(xié)同過濾算法（CF-SPNMF）.該算法包含離線學(xué)習(xí)和在線搜索2個(gè)階段.在離線學(xué)習(xí)階段，通過對用戶評分矩陣的投影非負(fù)矩陣分解，同時(shí)保留用戶特征的聚類結(jié)構(gòu)，得到低維的用戶潛在興趣因子.在線搜索階段，將用戶潛在興趣因子進(jìn)行余弦相似性匹配，發(fā)現(xiàn)目標(biāo)用戶與訓(xùn)練樣本用戶之間興趣最相似的鄰域集合.在實(shí)際數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，提出的CF-SPNMF算法與單純使用矩陣分解和單純在原評分矩陣上進(jìn)行用戶聚類的推薦算法相比，能夠更有效地預(yù)測用戶實(shí)際評分.

協(xié)同過濾；投影非負(fù)矩陣分解；相鄰結(jié)構(gòu)；聚類