本文關(guān)鍵詞：混合因子矩陣分解推薦算法

  更多相關(guān)文章： 推薦算法 矩陣分解 混合因子 推薦解釋 冷啟動

【摘要】：針對矩陣分解推薦算法在潛在屬性與已知屬性之間不能建立對應(yīng)關(guān)系的問題,提出了一種混合顯式屬性與隱式屬性的矩陣分解算法。該算法使用顯式屬性的相關(guān)性對因子矩陣進行約束,能夠抑制稀疏數(shù)據(jù)矩陣分解中過擬合的問題,提高推薦精度,由于因子矩陣中包含顯式屬性,所以混合因子矩陣分解算法可以實現(xiàn)對新用戶和新產(chǎn)品推薦,部分地解決了冷啟動問題,實現(xiàn)了從評分數(shù)據(jù)到顯式屬性的映射,并對推薦結(jié)果給出一定的解釋。在MovieLens數(shù)據(jù)集上的實驗結(jié)果表明:相同因子數(shù)下,混合因子矩陣分解算法的推薦精度均優(yōu)于偏置概率矩陣分解算法,并能夠基于顯式屬性實現(xiàn)對新產(chǎn)品的推薦。
【作者單位】： 西安交通大學(xué)電子與信息工程學(xué)院;河南科技大學(xué)信息工程學(xué)院;
【關(guān)鍵詞】： 推薦算法 矩陣分解 混合因子 推薦解釋 冷啟動
【基金】：國家自然科學(xué)基金資助項目(61370220) 河南省高�？萍紕�(chuàng)新團隊支持計劃資助項目(15IRTSTHN010)
【分類號】：TP391.3
【正文快照】： 在應(yīng)用驅(qū)動下,個性化推薦系統(tǒng)得到了學(xué)術(shù)界和商業(yè)界共同的重視[1-3],推薦精度不斷提高。矩陣分解(matrix factorization,MF)算法是個性化推薦中的經(jīng)典算法�；揪仃嚪纸馑惴╗4-5]將用戶產(chǎn)品打分矩陣分解為用戶潛在因子矩陣和產(chǎn)品潛在因子矩陣,用戶對產(chǎn)品的打分預(yù)測值由用戶潛

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 袁運祥;基于矩陣分解的子結(jié)構(gòu)法求解介紹[J];計算機應(yīng)用通訊;1981年00期

3 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;2013年12期

4 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];中國圖象圖形學(xué)報;2012年03期

5 段華杰;;考慮時間效應(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

6 王海雷;牟雁超;俞學(xué)寧;;基于協(xié)同矩陣分解的社會化標(biāo)簽系統(tǒng)的資源推薦[J];計算機應(yīng)用研究;2013年06期

7 張愛文;樊紅蓮;;半離散矩陣分解改進算法在網(wǎng)頁信息檢索中的應(yīng)用研究[J];黑龍江工程學(xué)院學(xué)報;2007年02期

8 李衛(wèi)平;楊杰;;基于隨機梯度矩陣分解的社會網(wǎng)絡(luò)推薦算法[J];計算機應(yīng)用研究;2014年06期

9 祝永健;陳琛;;一種新的異構(gòu)網(wǎng)絡(luò)中基于上下文相關(guān)的推薦模型[J];硅谷;2013年23期

10 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(xué)報;2013年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2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 陳根浪;基于社交媒體的推薦技術(shù)若干問題研究[D];浙江大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

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

2 伏路;矩陣補全問題的研究與應(yīng)用[D];中國石油大學(xué)(華東);2014年

3 張志綺;基于用戶關(guān)系的矩陣分解推薦算法研究[D];北京交通大學(xué);2016年

4 蘇睿龍;基于個性化集合排序的多樣性推薦[D];上海交通大學(xué);2015年

5 陳翠翠;基于隱性反饋的協(xié)同推薦[D];東南大學(xué);2015年

6 王科;語義提升和矩陣分解在跨模哈希檢索中的應(yīng)用研究[D];安徽大學(xué);2016年

7 楊強;結(jié)合個體影響力和信任傳遞的矩陣分解推薦算法[D];重慶師范大學(xué);2016年

8 孫偉彬;基于高維顯性特征的矩陣分解推薦[D];大連理工大學(xué);2015年

9 封金蕾;基于矩陣分解的顯著對象提取算法分析與應(yīng)用[D];北京交通大學(xué);2012年

10 王鵬;基于矩陣分解的推薦系統(tǒng)算法研究[D];北京交通大學(xué);2015年

，

本文編號：925314