龚燕
- 作品数：2 被引量：16H指数：2
- 供职机构：上海理工大学光电信息与计算机工程学院更多>>
- 发文基金：上海市教育委员会创新基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于谱聚类和扩展朴素贝叶斯的混合推荐算法被引量：3
- 2016年
- 随着电子商务的发展,基于协同过滤的推荐算法越来越受欢迎,与此同时,该算法的缺陷也越来越明显,如数据稀疏性、系统可扩展性等。为此,提出一种混合型推荐算法。该混合算法首先利用谱聚类方法,根据图谱理论将聚类问题转换为图的分割问题,寻找相似数据群;然后利用扩展逻辑回归的朴素贝叶斯算法对聚类结果建立预测模型;最后使用增量式更新的方法,在不全部重新训练模型的基础上,对模型进行局部修改。实验结果表明,该算法较传统的协同过滤算法在一定程度上克服了数据稀疏性和冷启动问题,降低了计算复杂度,并且具有更好的准确性和可扩展性。
- 胡德敏龚燕
- 关键词：谱聚类朴素贝叶斯增量式更新
- 基于Spark的混合推荐算法研究被引量：13
- 2017年
- 随着电子商务的发展,传统的单机计算模型难以满足海量数据的实时推荐需求,基于协同过滤的推荐算法的缺陷也越来越明显。为此,提出一种利用Spark计算模型实现分布式推荐的方法。该推荐方法采用基于谱聚类和朴素贝叶斯的混合推荐算法,同时使用增量式更新,在不全部重新训练模型的基础上,对模型进行局部修改。实验结果表明,较传统的单机模式推荐算法,基于Spark计算模型的分布式推荐算法在一定程度上克服了数据稀疏性,提高了系统的可扩展性,降低了系统的响应时间。
- 胡德敏龚燕
- 关键词：分布式计算SPARK增量式更新
