| 注册
首页|期刊导航|南京邮电大学学报(自然科学版)|融合PCA降维和均值漂移聚类的协同过滤推荐算法

融合PCA降维和均值漂移聚类的协同过滤推荐算法

向俊伟 李玲娟

南京邮电大学学报(自然科学版)2023,Vol.43Issue(3):90-95,6.
南京邮电大学学报(自然科学版)2023,Vol.43Issue(3):90-95,6.DOI:10.14132/j.cnki.1673-5439.2023.03.010

融合PCA降维和均值漂移聚类的协同过滤推荐算法

A collaborative filtering recommendation algorithm combining PCA dimension reduction and mean shift clustering

向俊伟 1李玲娟1

作者信息

  • 1. 南京邮电大学计算机学院、软件学院、网络空间安全学院,江苏南京210023
  • 折叠

摘要

关键词

协同过滤推荐/均值漂移聚类/主成分分析

Key words

collaborative filtering recommendation/mean shift clustering/principal component analysis

分类

计算机与自动化

引用本文复制引用

向俊伟,李玲娟..融合PCA降维和均值漂移聚类的协同过滤推荐算法[J].南京邮电大学学报(自然科学版),2023,43(3):90-95,6.

基金项目

国家重点研发计划专项(2020YFB2104002)和江苏省重点研发计划(BE2019740)资助项目 (2020YFB2104002)

南京邮电大学学报(自然科学版)

OACSTPCD

1673-5439

访问量0
|
下载量0
段落导航相关论文