文献检索-宁波市创意产业特色资源库

限定检索结果

基于元学习的推荐算法选择优化框架实证: 收藏
分享
引用; 《计算机工程与设计》2020年第6期41卷 1610-1616页; 作者：任义迟翠容单菁王佳英沈阳建筑大学信息与控制工程学院辽宁沈阳110168; 针对给定特征的数据集,选择最佳推荐算法存在计算资源相对过高、耗时较长、正确率较低的问题,提出一种基于元学习的推荐算法选择优化框架,在常用元特征的基础上融入新的特征测度。将Donorschoose和Movielens作为实证数据集,实验分析KNN...; 针对给定特征的数据集,选择最佳推荐算法存在计算资源相对过高、耗时较长、正确率较低的问题,提出一种基于元学习的推荐算法选择优化框架,在常用元特征的基础上融入新的特征测度。将Donorschoose和Movielens作为实证数据集,实验分析KNN、SVD等算法的自动选择过程,通过3种元学习算法构建元模型,评估该模型的预测正确率。Stac-kingDecisionTree元模型所选择推荐算法具有较高预测性能,预测正确率分别达到86.58%和80.39%,实验结果表明了提出框架的可行性。; 来源：详细信息评论

限定检索结果