本文選題：推薦系統(tǒng) + 相似度　； 參考：《計(jì)算機(jī)科學(xué)》2016年04期

【摘要】：隨著因特網(wǎng)和信息技術(shù)的高速發(fā)展,信息過(guò)載現(xiàn)象越來(lái)越嚴(yán)重。推薦系統(tǒng)能夠給個(gè)人和商家(例如電子商務(wù)和零售商)提供個(gè)性化的推薦。數(shù)據(jù)稀疏性和分?jǐn)?shù)預(yù)測(cè)質(zhì)量問(wèn)題被公認(rèn)為是現(xiàn)存推薦系統(tǒng)中的主要挑戰(zhàn)。當(dāng)前絕大多數(shù)推薦系統(tǒng)技術(shù)都依賴(lài)于協(xié)同過(guò)濾方法,它主要利用用戶(hù)-項(xiàng)目評(píng)分矩陣來(lái)表示用戶(hù)和項(xiàng)目之間的關(guān)系。一些研究利用附加信息來(lái)提高推薦準(zhǔn)確性,但是,絕大多數(shù)現(xiàn)存的引入項(xiàng)目之間關(guān)系的方法并不能很好地用于預(yù)測(cè)和推薦,因?yàn)槠浼僭O(shè)項(xiàng)目屬性之間是獨(dú)立同分布的,而實(shí)際上項(xiàng)目(或用戶(hù))的屬性之間是存在耦合關(guān)系的。由此提出了基于屬性耦合關(guān)系的矩陣分解模型,它能有效地刻畫(huà)項(xiàng)目之間的耦合相關(guān)性,從而更加合理地預(yù)測(cè)用戶(hù)對(duì)項(xiàng)目的評(píng)分。實(shí)驗(yàn)結(jié)果表明,所提出的模型在熱啟動(dòng)和冷啟動(dòng)的推薦準(zhǔn)確性方面均優(yōu)于傳統(tǒng)的推薦算法。
[Abstract]:With the rapid development of Internet and information technology, the phenomenon of information overload is becoming more and more serious. Recommendation systems can provide personalized recommendations to individuals and businesses (e. G. E-commerce and retailers). The problem of data sparsity and score prediction quality is recognized as the main challenge in the existing recommendation systems. At present, most recommendation systems rely on collaborative filtering methods, which mainly use the user-item scoring matrix to express the relationship between users and items. Some studies use additional information to improve recommendation accuracy, but the vast majority of existing methods to introduce relationships between items are not well used to predict and recommend because they assume that the attributes of the items are independently and equally distributed. In fact, there is a coupling between the attributes of the project (or user). A matrix decomposition model based on attribute coupling relationship is proposed, which can effectively describe the coupling correlation between items, thus more reasonably predicting the users' scores on the items. The experimental results show that the proposed model is superior to the traditional recommendation algorithm in the accuracy of recommendation for hot start and cold start.
【作者單位】： 遼寧工程技術(shù)大學(xué)電子與信息工程學(xué)院;
【基金】：國(guó)家青年科學(xué)基金(61003162) 遼寧省高等學(xué)校杰出青年學(xué)者成長(zhǎng)計(jì)劃(LJQ201303038)資助
【分類(lèi)號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 史加榮;鄭秀云;周水生;;矩陣補(bǔ)全算法研究進(jìn)展[J];計(jì)算機(jī)科學(xué);2014年04期

2 李聰;駱志剛;;用于魯棒協(xié)同推薦的元信息增強(qiáng)變分貝葉斯矩陣分解模型[J];自動(dòng)化學(xué)報(bào);2011年09期

3 袁運(yùn)祥;基于矩陣分解的子結(jié)構(gòu)法求解介紹[J];計(jì)算機(jī)應(yīng)用通訊;1981年00期

4 張海建;;分布式矩陣分解算法在推薦系統(tǒng)中的研究與應(yīng)用[J];科技通報(bào);2013年12期

5 何朕,趙文斌,于達(dá)仁;攝動(dòng)矩陣的分解[J];電機(jī)與控制學(xué)報(bào);2004年03期

6 李華云;;F范數(shù)及矩陣分解實(shí)例研究[J];現(xiàn)代情報(bào);2008年10期

7 鄒理和;;系數(shù)矩陣分解二維譜估值[J];信號(hào)處理;1985年03期

8 陳伯倫;陳];鄒盛榮;徐秀蓮;;基于矩陣分解的二分網(wǎng)絡(luò)社區(qū)挖掘算法[J];計(jì)算機(jī)科學(xué);2014年02期

9 王鋒;趙志文;牟盛;;整數(shù)提升小波多相矩陣分解系數(shù)的快速提取算法[J];中國(guó)圖象圖形學(xué)報(bào);2012年03期

10 段華杰;;考慮時(shí)間效應(yīng)的矩陣分解技術(shù)在推薦系統(tǒng)中的應(yīng)用[J];微型電腦應(yīng)用;2013年03期

相關(guān)會(huì)議論文 前2條

1 王春江;錢(qián)若軍;王人鵬;楊聯(lián)萍;;矩陣分解在張力集成體系模態(tài)分析中的應(yīng)用[A];第九屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅰ卷[C];2000年

2 王春江;王人鵬;錢(qián)若軍;王穎;;矩陣分解技術(shù)在體系性態(tài)綜合分析中的初步應(yīng)用[A];“力學(xué)2000”學(xué)術(shù)大會(huì)論文集[C];2000年

相關(guān)博士學(xué)位論文 前5條

1 李英明;矩陣分解在數(shù)據(jù)挖掘中的應(yīng)用[D];浙江大學(xué);2014年

2 趙科科;低秩矩陣分解的正則化方法與應(yīng)用[D];浙江大學(xué);2012年

3 郭亦鴻;利用穆勒矩陣分解定量測(cè)量各向異性介質(zhì)微觀結(jié)構(gòu)[D];清華大學(xué);2014年

4 胡惠軼;基于分解的系統(tǒng)辨識(shí)方法研究[D];江南大學(xué);2014年

5 陳根浪;基于社交媒體的推薦技術(shù)若干問(wèn)題研究[D];浙江大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 秦曉暉;個(gè)性化微博推薦方法研究[D];華南理工大學(xué);2015年

2 劉鳳林;基于矩陣分解的協(xié)同過(guò)濾推薦算法研究[D];南京理工大學(xué);2015年

3 李源鑫;基于提升的信任融合矩陣分解推薦算法[D];福建師范大學(xué);2015年

4 陳洪濤;基于矩陣分解的常規(guī)與長(zhǎng)尾捆綁推薦的博弈研究[D];福建師范大學(xué);2015年

5 張濟(jì)龍;基于概率矩陣分解的推薦算法研究[D];燕山大學(xué);2015年

6 鄧志豪;基于物品相似度和主題回歸的矩陣分解推薦算法[D];浙江大學(xué);2015年

7 余露;利用矩陣分解算法建模數(shù)據(jù)稀疏環(huán)境下用戶(hù)協(xié)同行為[D];杭州師范大學(xué);2015年

8 倪澤明;混合用戶(hù)行為建模的概率矩陣分解推薦算法[D];浙江大學(xué);2015年

9 丁浩;基于協(xié)同矩陣分解的藥物靶標(biāo)相互作用關(guān)系預(yù)測(cè)[D];復(fù)旦大學(xué);2014年

10 吳世偉;社會(huì)網(wǎng)絡(luò)中的鏈接分析[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：1867009