發(fā)布時(shí)間：2018-09-18 07:16

【摘要】：為了解決推薦系統(tǒng)中固有的數(shù)據(jù)稀疏性和冷啟動(dòng)問題,通常會(huì)采用一些額外的與用戶或是項(xiàng)目有關(guān)的信息。提出了一種新穎的基于矩陣因子分解的推薦算法,其結(jié)合了其他用戶對于活動(dòng)用戶未來評分的間接影響作用,并進(jìn)一步將社交網(wǎng)絡(luò)中的信任關(guān)系融入到算法中。同時(shí),為了避免學(xué)習(xí)參數(shù)時(shí)過度擬合,引入了一種加權(quán)的正規(guī)化因子。最后針對一般情況和冷啟動(dòng)情況,分別在Epinions數(shù)據(jù)集和Ciao數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,相比于其它相關(guān)算法,本算法在推薦準(zhǔn)確性上有了很大的提高,同時(shí)能更好地解決相關(guān)問題。
[Abstract]:In order to solve the problem of data sparsity and cold startup inherent in recommendation systems, some additional information related to users or projects is usually used. A novel recommendation algorithm based on matrix factorization is proposed, which combines the indirect influence of other users on the future score of active users, and further integrates the trust relationship in social networks into the algorithm. At the same time, in order to avoid overfitting of learning parameters, a weighted regularization factor is introduced. Finally, experiments are carried out on Epinions data sets and Ciao data sets for general and cold start cases. The experimental results show that the proposed algorithm can improve the accuracy of recommendation and solve the related problems better than other algorithms.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院物聯(lián)網(wǎng)技術(shù)應(yīng)用教育部工程研究中心;
【基金】：國家自然科學(xué)基金(61673193) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(JUSRP51510,JUSRP51635B)
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 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

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

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

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

6 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

7 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

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價(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

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(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

10 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

相關(guān)會(huì)議論文 前10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];第二十四屆中國數(shù)據(jù)庫學(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;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：2247184