期刊专题

10.3969/j.issn.1006-2475.2018.03.013

基于差值矩阵分解的推荐算法

引用
矩阵分解已经成为预测用户对物品评分的一种常用方法.传统的矩阵分解技术没有考虑到用户评分之间的差异性,针对上述问题在矩阵分解的基础上,提出差值矩阵分解模型.算法将每个用户对物品的评分减去与其社会属性相似用户对该物品评分的平均分,得到一个差值矩阵,然后对差值矩阵进行分解.在Movielens 1M数据集的实验结果表明,该算法的预测精度较贝叶斯概率矩阵分解、矩阵分解、融合用户属性的隐语义模型都有较为明显的提升.

推荐算法、矩阵分解、差值矩阵分解

TP391(计算技术、计算机技术)

国家自然科学基金资助项目60970065,61272018,61572367

2018-04-26(万方平台首次上网日期,不代表论文的发表时间)

共5页

69-72,77

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2018,(3)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn