基于散列及位圖的改進關聯規則算法BHA
大小：0.84 MB 人氣： 2017-12-14 需要積分：0
針對關聯規則個性化好友推薦中規則挖掘效率及推薦有效性不高的問題，首先提出基于散列及位圖的改進關聯規則算法BHA。該算法通過引入散列技術，減少了頻繁2項集挖掘所需的時間；利用位圖及相關性質，壓縮無關候選項，減少了數據集所需的遍歷次數。另外，在BHA的基礎上，提出基于相似度及信任度的推薦算法STA，利用出、入相似度定義信任度，有效解決了新浪微博未提供顯示信任關系的問題，同時彌補了相似度推薦未考慮用戶間遠近層次關系的缺陷。采集新浪微博用戶數據進行實驗，在關聯規則挖掘效率的對比上，BHA挖掘所需的平均時間僅為改進AprioiriTid算法的47%；在好友推薦的有效性上，推薦算法STA較SNFRBOAR算法在準確率及召回率上分別提升了15. 2%和9.8%。實驗結果表明，STA能夠有效降低規則挖掘所需的平均時間，并使實際好友推薦的有效性得到提升。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于散列及位圖的改進關聯規則算法BHA下載
相關電子資料下載
- 2024慕尼黑上海電子展丨展商名單及展位圖公布 43
- 藍帽子互動娛樂科技公司（NASDAQ: BHAT）宣布人工智能"艾琳"將擔任 263
- 封裝可靠性之BHAST試驗簡析 3931
- 展位圖和展商名單揭曉！即刻預登記奔赴慕尼黑華南激光展 152
- 用Python進行線性回歸 用Python中的mlxtend包實現關聯規則挖掘 1080
- 安森美AR0830CS CMOS數位圖像傳感器介紹 651
- 有關BMP位圖的原理和解析 1849
- Keithley DMM7510 7? 位圖形采樣萬用表 260
- 人工智能的八大類算法你知道多少 2949
- 百萬并發場景中倒排索引與位圖計算的實踐 452