一种两阶段联合哈希的协同过滤算法
来源：计算机工程杂志2018年第12期北京时间：
作者：张辉宜,侯耀祖,陶陶
单位：安徽工业大学 计算机学院,安徽 马鞍山 243032
摘要：传统依赖于相似性度量和近邻检索的推荐算法,在面对海量高维数据时存在计算量大和推荐效率低的问题。为此,提出一种基于用户和项目视角的两阶段联合哈希协同过滤算法。针对评分数据,分别从用户或项目视角应用主成分分析和迭代量化技术生成对应的二值码,用评分约束用户与项目的海明距离生成另一视角的二值码,通过二值码完成基于top-K推荐的推荐任务。在MovieLens-1M数据集上的实验结果表明,与ITQ和BinMF算法相比,该算法能够有效减少推荐过程中的计算消耗,提高推荐质量。
关键词：两阶段联合哈希,协同过滤,主成分分析,迭代量化,海明距离
基金资助：安徽省高校自然科学研究重点项目(KJ2017A063)。
