隐式反馈场景下基于Pairwise排序学习的因子分解机算法

摘要：

针对隐式反馈场景下的推荐问题以及如何融入用户物品的上下文信息来进行推荐,提出了一种结合Pairwise排序学习与因子分解机的隐式反馈推荐模型.首先借鉴排序学习中Pairwise的方法解决隐式反馈负反馈缺失的问题,然后选择因子分解机作为排序函数来建模用户的上下文信息,从优化物品排序的角度出发建模用户偏好,进而针对不同用户进行个性化推荐.最终实验也表明,所提出模型在排序指标MAP和NDCG上都要优于其他3种对比算法,在解决隐式反馈下推荐问题的同时,可以利用用户的上下文信息进一步提高推荐的准确度.

关键词：隐式反馈、上下文、个性化推荐、排序学习、因子分解机

所属期刊栏目：18

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划2017YFB030640X

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：217-222