基于特征迁移的在线教育导师推荐方法

摘要：

在推荐系统中,数据稀疏和数据冷启动问题一直是待解决的重要难题.针对推荐系统中用户数量过少、评价数据稀疏、模型启动困难等问题,以及针对在线教育领域存在特征关联的特性,提出了一种全新的基于特征迁移的导师推荐方法.为了迁移出更多有用的信息,该方法基于有限的领域特征,在目标领域和训练领域之间建立了一个基于特征相似度的桥梁.首先,获取训练领域和目标领域的推荐矩阵.然后,向量化用户和项目的特征空间,计算目标领域和训练领域之间特征的相似度.最后,构建特征迁移模型对目标领域进行迁移,得出目标推荐矩阵.研究结果表明,提出的方法能够很好地解决在线教育导师推荐领域中数据冷启动以及数据稀疏问题,与传统的推荐方法相比取得了很好的效果.

关键词：迁移学习、特征迁移、推荐系统、数据稀疏、多领域推荐

所属期刊栏目：19

分类号：TP391.75(计算技术、计算机技术)

资助基金：贵州省科技厅三方联合基金重大项目黔科合LH[2015]7701号

在线出版日期：2019-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：211-215