Використання сингулярного розкладання матриць в коллаборативный фільтрації

Автор(и)

  • Е. Е. Пятикоп Приазовский государственный технический университет

DOI:

https://doi.org/10.18372/2073-4751.4.6400

Анотація

Наведено класифікацію методів коллаборативної фільтрації. Описано математичні основиметоду пониження розмірності вимірювань на основі сингулярного розкладання матриць(SVD). Представлено підхід нормалізації даних з використанням базових прогнозів. Показанірезультати експериментів реалізації методу.

Біографія автора

Е. Е. Пятикоп, Приазовский государственный технический университет

к.т.н.

Посилання

Либрусек- Статистика. Режим доступа: http://lib.rus.ec/stat

Xiaoyuan Su and Taghi M. Khoshgoftaar A Survey of Collaborative Filtering Techniques A Survey of Collaborative Filtering Techniques // Hindawi Publishing Corporation, Advances in Artificial Intelligence archive, USA: 2009. – С. 1-19.

Гомзин А. Г., Коршунов А. В. Сис- темы рекомендаций: обзор современных подходов // Труды ИСП РАН. 2012. №. С.401-418.

Савчук Т.О., Сакалюк А.В. Застосу- вання кластерного аналізу для колаборативної фільтрації / Т.О. Савчук, // Вісник Хмельницького національного університету. –2011 – №1– С. 186-192

Лексин В.А., Анализ клиентских сред: выявление скрытых профилей и оценивание сходства клиентов и ресурсов // Математические методы распознавания

образов-13. – М. МАКС Пресс, 2007. – С. 488-491

Sarwar B. M. Item-based collaborative filtering recommendation algorithms / B. M. Sarwar, G. Karypis, J. A. Konstan // Proceedings of ACM WWW ’01, pp. 285–295, ACM, 2001.

Пятикоп Е.Е. Исследование метода коллаборативной фильтрации на основе сходства элементов // Наукові праці Донецького національного технічного університету серія: "Інформатика, кібернетика та обчислювальна техніка". – 2013. – №2. – С. 109-114

Vozalis1 M. G., Margaritis K. G. Applying SVD on Generalized Item-based Filtering //International Journal of Computer Science & Applications Vol. 3 Issue 3, pp 27- 51

Koren Y., Ave P., Park F. Factorization Meets the Neighborhood: a Multifaceted Collaborative Filtering Model. In: KDD '08 Proceeding of the 14th ACM SIGKDD international conference on Knowledge discovery and data mining Режим доступа: http://public.research.att.com/~volinsky/netfl ix/kdd08koren.pdf

##submission.downloads##

Номер

Том 4 № 44 (2013)

Розділ

Статті

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

  2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

  3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).