论文研究 一种基于MFSP DG的个性化推荐算法.pdf

针对渐进直推式支持向量机（Progressive Transductive Support Vector Machines，PTSVM）算法训练速度慢，学习性能不稳定的问题，提出一种基于超球结构的渐进直推式支持向量机算法。该算法首先利用支持向量域描述（Support Vector Domain Description，SVDD）得到包含每个类别的有标签样本点的最小包球，选择这个包球边界附近的无标签样本点进行标注，然后对目前所有有标签的样本点进行SVM训练。实验结果表明该算法不仅能保持甚至提高算法的精度，更重要的是能大大提高训练速度。