研究论文 基于NystrÖm方法的电影推荐算法.pdf

针对传统推荐系统中推荐效率较低的问题，提出了一种与NystrÖm方法相结合的推荐系统。设计了一NystrÖm方法和非负矩阵分解（non-negative matrix factorization，NMF）相结合的推荐方法。即先用NystrÖm方法提取用户或电影的特征，然后用NMF对用户或电影的特征进行分析。提出的NystrÖm方法提取特征的算法解决了因矩阵规模较大发生溢出的问题，NMF方法能保证提取特征的精度，将2种方法相结合，不仅能够加快计算的速度，同时也能提高系统的推荐效率。最后通过真实的900个用户对1 500部电影的评分矩阵进行了测试，与其他算法相比，精度有了明显的改进。