本文選題：混合推薦系統(tǒng) + 物品描述文檔��； 參考：《模式識(shí)別與人工智能》2017年04期

【摘要】：混合推薦是解決各種單一推薦方法缺陷的重要途徑,文中提出基于圖的混合推薦算法,通過(guò)在圖中融合各種推薦因素進(jìn)行建模,產(chǎn)生最終的推薦結(jié)果.利用推薦物品的內(nèi)容屬性計(jì)算物品間的相似度,構(gòu)建最近鄰圖關(guān)聯(lián)矩陣.根據(jù)物品的打分記錄構(gòu)建物品的興趣模型,生成矢量函數(shù).在此基礎(chǔ)上,利用正則化框架組合關(guān)聯(lián)矩陣和矢量函數(shù),構(gòu)建基于圖的學(xué)習(xí)模型,實(shí)現(xiàn)基于圖的混合推薦,并從理論上證明算法的收斂性.在Movie Lens數(shù)據(jù)集和亞馬遜網(wǎng)上商城交易數(shù)據(jù)上的對(duì)比實(shí)驗(yàn)驗(yàn)證文中算法的有效性.
[Abstract]:Hybrid recommendation is an important way to solve the defects of each single recommendation method. In this paper, a graph-based hybrid recommendation algorithm is proposed, and the final recommendation result is obtained by fusing various recommendation factors in the graph. The content attributes of recommended items are used to calculate the similarity between items, and the nearest neighbor graph correlation matrix is constructed. The interest model of items is constructed according to the scoring records of items, and the vector function is generated. On this basis, a graph-based learning model is constructed by combining the association matrix and vector function with the regularization framework, and the hybrid recommendation based on graph is realized, and the convergence of the algorithm is proved theoretically. The validity of the proposed algorithm is verified by comparing the data of Movie Lens data set with that of Amazon online shopping mall transaction data.
【作者單位】： 重慶理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(No.61603065) 重慶市教委科學(xué)技術(shù)研究項(xiàng)目(No.kj1500920)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 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

2 張立燕;;一種基于用戶(hù)事務(wù)模式的推薦算法[J];福建電腦;2009年03期

3 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

4 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

5 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

6 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

7 夏秀峰;代沁;叢麗暉;;用戶(hù)顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

8 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

9 尹長(zhǎng)青;楊單稷;;基于視頻的智能推薦算法[J];科技傳播;2011年22期

10 吳泓辰;王新軍;成勇;彭朝暉;;基于協(xié)同過(guò)濾與劃分聚類(lèi)的改進(jìn)推薦算法[J];計(jì)算機(jī)研究與發(fā)展;2011年S3期

相關(guān)會(huì)議論文 前7條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶(hù)心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶(hù)層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 梁莘q，

本文編號(hào)：2062149