Key points are not available for this paper at this time.
이 논문은 상위 N 추천 시스템을 위한 효과적이고 효율적인 알고리즘 개발에 중점을 둡니다. 사용자 구매/평가 프로필에서 집합화하여 상위 N 추천을 생성하는 새로운 희소 선형 방법(SLIM)이 제안됩니다. SLIM에서 희소 집합화 계수 행렬 W는 ℓ 1 노름과 ℓ 2 노름 정규화 최적화 문제를 풀어 학습됩니다. W는 고품질 추천을 생성하며 그 희소성 덕분에 SLIM은 매우 빠르게 추천을 생성할 수 있습니다. 포괄적인 세트의 실험이 SLIM 방법과 기존의 최첨단 상위 N 추천 방법을 비교하여 수행됩니다. 실험 결과, SLIM은 실행 시간 성능과 추천 품질 모두에서 기존 방법보다 상당한 개선을 달성하는 것으로 나타났습니다.
Ning et al. (목요일)은 이 문제를 연구했습니다.