【摘要】：協(xié)同過濾是一種簡單常用的推薦方法,但是當(dāng)目標(biāo)數(shù)據(jù)非常稀疏時,其性能會嚴(yán)重退化,借助與目標(biāo)數(shù)據(jù)跨域關(guān)聯(lián)的輔助數(shù)據(jù)進(jìn)行跨領(lǐng)域推薦是解決此問題的一種有效途徑.已有的跨領(lǐng)域推薦模型大多假設(shè)不同領(lǐng)域完全共享一個評分模式,忽略了領(lǐng)域特有評分模式,可能導(dǎo)致推薦性能退化.此外,許多模型基于單一橋梁遷移跨領(lǐng)域信息,正遷移不足.特別是在考慮領(lǐng)域特有被評分模式的前提下,據(jù)作者所知目前還沒有模型利用項(xiàng)目的共享被評分模式進(jìn)行跨領(lǐng)域推薦.因此,該文提出一種新的三元橋遷移學(xué)習(xí)模型,用于跨領(lǐng)域推薦.首先通過評分矩陣的集合分解提取用戶的潛在因子和共享評分模式,以及項(xiàng)目的潛在因子和共享被評分模式,在此過程中考慮了領(lǐng)域特有模式,并對潛在因子施加相似性約束;然后利用潛在因子中的聚類信息構(gòu)造鄰接圖;最后通過用戶端和項(xiàng)目端的基于共享模式、潛在因子和鄰接圖的三元橋遷移學(xué)習(xí)聯(lián)合預(yù)測缺失評分.在三個公開的真實(shí)數(shù)據(jù)集上進(jìn)行的大量實(shí)驗(yàn)表明,該模型的推薦精度優(yōu)于一些目前最先進(jìn)的推薦模型.
【圖文】：

１０期逡逑王俊等：一種新的用于跨領(lǐng)域推薦的遷移學(xué)習(xí)模型逡逑２３７７逡逑0邋ｑｃ：邐１邐１邐＇邐＇邐＇邐＇邐１邐邐１邐逡逑０邐１０邐２０邐３０邐４０邐５０邐６０邐７０邐８０邐９０逡逑Ａ．逡逑圖邋３邋ｉ？ＭＳＥ邋隨邋Ｄ，．的變化（ｆｔ＝＆邋＝邋ｌ）逡逑隨著Ｈ，．的變化，ＴＲＢＴ模型的ＭＡ￡和尺ＭＳＥ逡逑分別如圖４和圖５所示，我們同時呈現(xiàn)其它模型在逡逑相同參數(shù)設(shè)置下的ｉＷＡ￡和尺從５￡：．逡逑從圖２？圖５中可以看出，除了邋Ｄ，．和Ｈ，過大或逡逑過小的情況，ＴＲＢＴ模型的Ｍ４￡和尺］＼＾￡比其它逡逑模型更小，而且通過調(diào)節(jié)Ａ．或的大小，可得到最逡逑小的和？ＲＭＳＥ．若假設(shè)不同領(lǐng)域完全共享一逡逑個評分模式，即Ｄ，和均取最大值，將出現(xiàn)ＴＲＢＴ逡逑模型的ＭＡ￡和大于ＴＷＢＴ模型的情況，逡逑０．８０逡逑０．７５逡逑０．７０逡逑０邐１０邐２０邐３０邐４０邐５０邐６０邐７０邐８０邐９０逡逑Ｄ，逡逑圖２邋ＭＡＥ隨Ｄ，．的變化（ｆｔ邋＝氏＝１）逡逑據(jù)具體的重疊度調(diào)節(jié)不同類別信息的遷移權(quán)重，可逡逑得到更小的ｉＷＡＥ和ｉ？ＭＳＥ．逡逑接下來我們進(jìn)一步探討Ｄｆ和仕的變化對逡逑ＴＲＢＴ模型推薦精度的影響．我們使用表１對應(yīng)的逡逑實(shí)驗(yàn)數(shù)據(jù)集，其中出＝０２邋＝邋１，先單獨(dú)利用墜預(yù)測Ｒ逡逑中的缺失評分，令々，＝切＝１，義卩＝０，探討0１．的變化逡逑對推薦精度的影響；再單獨(dú)利用沁預(yù)測Ｋ中的缺失逡逑評分，令＝邋ｗ＝０，Ａ〔邋＝邋ｌ，探討的變化對推薦精逡逑度的影響．／（ｉ？．ｒ）均設(shè)置為0．邋５，其它參數(shù)值可基于逡逑當(dāng)前的參數(shù)設(shè)置得出．逡逑隨著Ｄ，．的變化，ＴＲＢＴ模型的ＭＡＥ和ｉ？ＭＳ￡：逡逑分別如圖２和圖３所示，我們同

圖９逡逑圖ｅ逡逑是，圖６．逡逑ＭＡＥ差距以及ｉ？ＭＳＥ差距相對圖２？圖５中更逡逑大．所以不難理解，當(dāng)《與墜的用戶，或Ｋ與《２的逡逑項(xiàng)目不完全相同時，更有必要考慮各領(lǐng)域特有的用逡逑戶評分模式以及項(xiàng)目被評分模式．逡逑綜上，實(shí)驗(yàn)結(jié)果與文中的模型分析部分相吻合，逡逑１．０４逡逑１邋0９逡逑１０邐２０邐３０邐４０邐５０邐６０邐７０邐８０邐９０逡逑Ｄｃ逡逑圖７尺］＼＾隨認(rèn)的變化（U_＝０．７５，氏＝０．１３６）逡逑隨著反的變化，各模型的ＭＡＥ和尺ＭＳＥ分逡逑另１Ｊ如圖８和圖９所７Ｋ．逡逑圖４邐＾１４￡隨４的變化（ｆｔ＝於＝１）逡逑圖５邋ＲＭＳＥ隨N系謀浠ň茫屆叮劍保╁義系賈巒萍魴閱芡嘶磽猓保蘚筒荒芄�，否韵娬d義轄鑫薹ú愎壞惱ㄒ疲沂構(gòu)乖斕娜挪蛔煎義先罰傭呵ㄒ疲聳笛櫓�，\耄蘚邢嗤膩義嫌沒В劣耄耍埠邢嗤南钅�，结果钡a鰨斜匾阱義峽悸橇煊蛺賾心Ｊ降幕∩�，，选择乎r實(shí)模停灣義舷旅嫖頤鞘褂帽恚扯雜Φ氖笛槭菁�，其掷C義螻希劍埃澹罰擔(dān)瑀2＝０．邋１３６，在參數(shù)設(shè)置與圖２？圖５對應(yīng)逡逑的實(shí)驗(yàn)相同的情形下，探討和的變化對逡逑ＴＲＢＴ模型推薦精度的影響．逡逑隨著Ａ的變化，各模型的ＭＡＥ和尺ＭＳＥ分別逡逑如圖６和圖７所示．逡逑圖６邋ＭＡＥ隨認(rèn)的變化（久＝０．７５，l挘玻劍埃澹保常叮╁義希停粒潘嫻謀浠齲劍埃罰擔(dān)希劍埃澹保常叮╁義銑擼停櫻潘嫻謀浠ㄊ希劍埃澹罰擔(dān)模劍埃澹保常叮╁義�？哇E溝慕峁臚跡�？哇E道嗨疲煌膩義希跡怪校牽停裕頗Ｐ陀肫淥Ｐ橢淶膩義希玻常罰稿義霞棋逅沐義匣義涎у義媳ㄥ義希玻埃保峰迥赍義希擔(dān)板義希齲蟈義賢煎義希﹀澹矗卞澹ǎ插

本文編號：2569999