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)絡技術的高速發(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)了高質量的推薦結果計算。
　　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的原始信息，又保留了視圖之間的原有結構。
　　其次，利用構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