Slope One算法改进

　　针对多项式有限混合模型参数估计过程中存在的初始化依赖、参数易收敛到边界值以及容易陷入局部最优等问题，引入了最小信息长度准则，优化多项式有限混合模型的参数估计过程。在此基础上，采用基于多项式有限混合模型的聚类算法对用户评分行为进行聚类，利用模型求解得到的聚类归属概率对Slope One算法实施改进。实验结果表明：应用最小信息长度准则对多项式有限混合模型进行优化后，聚类效果明显提高；同时，相比于基于用户聚类的Slope One推荐算法，改进算法具有明显的改进效果。