计算机工程

作者：贾晓芳, 桑国明, 祁文凯

单位：大连海事大学 信息科学技术学院, 辽宁 大连 116026

关键词：协同过滤,推荐算法,交替最小二乘算法,非线性共轭梯度,Spark平台

基金：国家自然科学基金（61672122）；中央高校基本科研业务费项目"大规模协作式多智能体强化学习技术研究"（3132019207）。

协同过滤推荐算法在推荐系统中发挥着重要作用，但其存在执行效率与排名精度较低的问题，交替最小二乘（ALS）算法可实现并行计算，从而提高执行效率，但是该算法数据加载与迭代收敛的时间较长。为此，将非线性共轭梯度（NCG）算法与ALS算法相结合，提出一种ALS-NCG算法，以达到加速ALS算法的目的。在Spark分布式数据处理环境中对ALS-NCG算法进行性能评估，实验结果表明，相比ALS算法，ALS-NCG算法获取高精度推荐排名时需要的迭代次数与时间更少。

来源：2020年第2期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第2期