科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高协同过滤算法的可伸缩性，加快其运行速度，本文提出了一种基于GPU的并行协同过滤算法来实现高速并行处理。GPU的运算模式采用单指令多数据流，适用于逻辑性弱、数据量巨大的运算。研究设计的并行协同过滤算法包括了，相关矩阵构建、预测向量构建和推荐结果向量构建三个子算法。我们使用统一设备框架CUDA实现了此协同过滤算法。实验表明，在中低端的GPU上该算法与在高端的四核CPU上的协同过滤算法比较，其加速比达到40倍以上，显著地提高了算法的可伸缩性。不仅如此，提出算法在准确率方面比基于项目的协同过滤算法有明显的优势。
- 单位
