【摘要】：針對采用單維特征建立用戶的偏好模型所導致的推薦結(jié)果無法有效覆蓋用戶潛在偏好特征而影響推薦質(zhì)量的問題,提出了一種基于Fisher線性判別分析的多維特征融合情景感知推薦方法。該方法建立了包含時間衰減度、屬性偏好、偏好可影響程度等多維特征的偏好樣本空間;采用特征融合、投影變換等方法,在最佳鑒別矢量空間基于Fisher判別準則融合用戶的多維特征;采用拉格朗日乘子法求解最優(yōu)投影方向,建立起多維特征優(yōu)化的偏好獲取模型。在BookCrossing與Netfilix數(shù)據(jù)集上的實驗結(jié)果表明:與現(xiàn)有方法相比,所提方法的推薦準確率平均提高了16.61%,多樣性平均提高了約38.01%,能夠有效地覆蓋用戶的潛在偏好特征,并取得更好的推薦質(zhì)量。
[Abstract]:To solve the problem that the user's preference model based on one-dimensional feature can not effectively cover the user's potential preference characteristics, the recommendation quality is affected. A multi-dimensional feature fusion scenario perception recommendation method based on Fisher linear discriminant analysis is proposed. In this method, preference sample space is established, which includes multi-dimensional features, such as time attenuation, attribute preference, preference influence degree and so on. Using the methods of feature fusion and projection transformation, the multi-dimensional features of users are fused in the optimal discriminant vector space based on Fisher discriminant criterion, and the Lagrange multiplier method is used to solve the optimal projection direction, and a preference acquisition model for multi-dimensional feature optimization is established. The experimental results on BookCrossing and Netfilix datasets show that compared with the existing methods, the recommended accuracy of the proposed method is improved by 16.61 on average, and the diversity is increased by about 38.01, which can effectively cover the potential preference features of the users. And to achieve better quality recommendations.
【作者單位】： 西北大學信息科學與技術(shù)學院;山西水利職業(yè)技術(shù)學院信息工程系;
【基金】：國家自然科學基金資助項目(61373176)
【分類號】：TP391.3

【參考文獻】

相關(guān)期刊論文 前4條

1 鄭麟;朱福喜;姚杏;;基于屬性提升與局部采樣的推薦評分預測[J];計算機學報;2016年08期

2 王智圣;李琪;汪靜;印鑒;;基于隱式用戶反饋數(shù)據(jù)流的實時個性化推薦[J];計算機學報;2016年01期

3 涂丹丹;舒承椿;余海燕;;基于聯(lián)合概率矩陣分解的上下文廣告推薦算法[J];軟件學報;2013年03期

4 王玉祥;喬秀全;李曉峰;孟洛明;;上下文感知的移動社交網(wǎng)絡(luò)服務(wù)選擇機制研究[J];計算機學報;2010年11期

【共引文獻】

相關(guān)期刊論文 前10條

1 王飛;岳昆;孫正寶;武浩;馮輝;;基于貝葉斯網(wǎng)的評價數(shù)據(jù)分析和動態(tài)行為建模[J];計算機研究與發(fā)展;2017年07期

2 李威;付曉東;劉驪;劉利軍;;基于社會選擇理論的在線服務(wù)評價[J];計算機應用;2017年07期

3 趙志華;陳莉;;融合Fisher線性判別分析的多維特征融合情景感知推薦方法[J];西安交通大學學報;2017年08期

4 俞春花;劉學軍;李斌;章瑋;;基于上下文相似度和社會網(wǎng)絡(luò)的移動服務(wù)推薦方法[J];電子學報;2017年06期

5 劉輝;郭夢夢;潘偉強;;個性化推薦系統(tǒng)綜述[J];常州大學學報(自然科學版);2017年03期

6 杜松華;柯曉波;易虎;胡少如;;技術(shù)依賴與社會構(gòu)建視角下的社交媒體競爭力研究綜述[J];廣東工業(yè)大學學報;2017年04期

7 張琳;張進;;基于PPIN的社交網(wǎng)絡(luò)推薦系統(tǒng)[J];東南大學學報(自然科學版);2017年03期

8 曾安;徐小強;;融合信任關(guān)系和有用性評價的矩陣分解推薦方法[J];計算機科學;2017年04期

9 王振飛;朱靜陽;鄭志蘊;宋玉;;基于R-C模型的微博社區(qū)用戶影響力分析[J];計算機科學;2017年03期

10 童向榮;姜先旭;王瑩潔;張楠;;信任網(wǎng)絡(luò)形成及其在智能推薦中的應用研究進展[J];小型微型計算機系統(tǒng);2017年01期

【二級參考文獻】

相關(guān)期刊論文 前6條

1 高全力;高嶺;楊建鋒;王海;;上下文感知推薦系統(tǒng)中基于用戶認知行為的偏好獲取方法[J];計算機學報;2015年09期

2 印鑒;王智圣;李琪;蘇偉杰;;基于大規(guī)模隱式反饋的個性化推薦[J];軟件學報;2014年09期

3 孫大為;張廣艷;鄭緯民;;大數(shù)據(jù)流式計算:關(guān)鍵技術(shù)及系統(tǒng)實例[J];軟件學報;2014年04期

4 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[J];計算機學報;2010年08期

5 黃潤才;莊怡雯;周集良;曹奇英;;任務(wù)計算中基于語義Web的上下文感知服務(wù)選擇[J];計算機應用;2009年03期

6 崔亞洲;段剛;;基于Web日志和商品分類的協(xié)同過濾推薦系統(tǒng)[J];電子科技大學學報(社科版);2006年03期

【相似文獻】

相關(guān)期刊論文 前10條

1 孫柏成;張文超;;基于部件的級聯(lián)線性判別分析人臉識別[J];計算機工程與應用;2006年16期

2 陳曉紅;陳松燦;;類依賴的線性判別分析[J];小型微型計算機系統(tǒng);2008年05期

3 劉忠寶;王士同;;改進的線性判別分析算法[J];計算機應用;2011年01期

4 高建強;范麗亞;;模糊線性判別分析中距離對面部識別的影響[J];井岡山大學學報(自然科學版);2012年03期

5 葛熠;王亭亭;韓月;李峰;;基于核雙子空間線性判別分析人臉識別方法[J];科技視界;2012年23期

6 任獲榮;李春曉;孫建維;秦紅波;何培培;高敏;;類依賴增強線性判別分析算法[J];西安電子科技大學學報;2012年05期

7 溫鳳文;王洪春;;改進的張量線性判別分析[J];黑龍江科技信息;2013年24期

8 趙越;徐鑫;喬利強;;張量線性判別分析算法研究[J];計算機技術(shù)與發(fā)展;2014年01期

9 趙芳;馬玉磊;;基于概率線性判別分析的可擴展似然公式化人臉識別[J];科學技術(shù)與工程;2014年06期

10 周大可,楊新,彭寧嵩;改進的線性判別分析算法及其在人臉識別中的應用[J];上海交通大學學報;2005年04期

相關(guān)博士學位論文 前3條

1 任忠國;基于γ特征譜的對象相似性識別技術(shù)研究[D];蘭州大學;2015年

2 江修保;子空間學習若干問題研究及其應用[D];華中科技大學;2016年

3 劉忠寶;基于核的降維和分類方法及其應用研究[D];江南大學;2012年

相關(guān)碩士學位論文 前10條

1 王金貝;基于奇異值分解的不相關(guān)線性判別分析的通解與性質(zhì)[D];鄭州大學;2015年

2 孔昭陽;基于GPU的并行線性判別分析算法研究[D];哈爾濱工業(yè)大學;2014年

3 袁愈章;圖正則和低秩多標記線性判別分析[D];上海交通大學;2015年

4 張晶;非歐框架下的線性判別分析[D];遼寧師范大學;2015年

5 喬娜娜;基于生物光子學小麥隱蔽性害蟲檢測機理及分類研究[D];河南工業(yè)大學;2016年

6 杜輝;基于二維圖像的人臉識別研究[D];江蘇大學;2016年

7 劉超;非迭代三維線性判別分析及其在人臉識別中的應用[D];云南財經(jīng)大學;2016年

8 霍中花;非重疊監(jiān)控場景下行人再識別關(guān)鍵技術(shù)研究[D];江南大學;2016年

9 苗碩;基于L2，，1范數(shù)和L1范數(shù)的魯棒判別特征提取算法研究[D];西安電子科技大學;2015年

10 李衛(wèi)平;判別準則優(yōu)化的LDA研究[D];浙江大學;2017年

本文編號：2339591