融合内容与矩阵分解的混合推荐算法

作者： 王永贵 ¹ 陈玉伟 ¹
作者单位：

1. 辽宁工程技术大学软件学院
提交时间：2019-04-01 15:47:36

摘要: 传统的基于内容的推荐算法往往具有较低的准确性，而协同过滤推荐算法中普遍存在数据稀缺性和项目冷启动问题。为解决上述问题，提出了一种融合内容与协同矩阵分解技术的混合推荐算法。该算法实现了在共同的低维空间中分解内容和协同矩阵，同时保留数据的局部结构。在参数优化方面利用一种基于乘法更新规则的迭代方法，以此提高学习能力。实验结果表明，该算法优于其他具有代表性的项目冷启动推荐算法，有效缓解了数据稀疏性，提高了推荐准确性。

混合推荐矩阵分解冷启动参数优化局部结构

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201904.00053 (或此版本 ChinaXiv:201904.00053V1)
DOI:10.12074/201904.00053V1
CSTR:32003.36.ChinaXiv.201904.00053.V1
推荐引用方式： 王永贵,陈玉伟.(2019).融合内容与矩阵分解的混合推荐算法.计算机应用研究.[ChinaXiv:201904.00053] (点此复制)

版本历史

[V1]

2019-04-01 15:47:36

ChinaXiv:201904.00053V1

下载全文

相关论文推荐

1. 恶意代码SCMP分类方法框架与风险行为多标签机制	2024-05-09
2. 引导大语言模型生成计算机可解析内容	2024-04-21
3. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
4. 大模型与标准文献知识库的融合应用探索	2024-04-10
5. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
6. 引导大语言模型生成计算机可解析内容	2024-04-07
7. 基于 Python 中 MeCab 库对日语文章进行文本分析处理实现	2024-04-04
8. 一种基于能量-信息转换的智能测度	2024-03-30
9. 基于大语言模型的中庸思维对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23
10. 收入分配不平等对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23


公开评论匿名评论仅发给作者