一种压缩稀疏用户评分矩阵的协同过滤算法

• 作者: 侯翠琴 张文革 焦李成
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 项目多类属 概率潜在语义分析 迭代方法 协同过滤 算法
• 年，卷（期）: 2009,（4）
• 页码范围: 614-618,638
• 页数: 6页
• 分类号: TP181
• 字数: 4094字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2009.04.007

摘要

提出了一种通过降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法(基于项目多类属概率潜在语义的协同过滤算法).首先将概率潜在语义分析法中的隐变量集固定为项目的多类属集,明确隐变量的意义,限制隐变量的变化范围;而后迭代学习隐变量的分布,即用户的兴趣模型,压缩用户评分矩阵;最后用学到的兴趣模型度量用户的相似度,对目标用户做出推荐.仿真实验结果表明:该算法有效解决了数据稀疏问题,平均绝对误差低于基于记忆的协同过滤算法4%;与通过概率潜在语义分析法降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法相比,该算法明确了隐变量的意义,提高了对系统的理解,并取得了富有竞争力的推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能信息处理研究所	514	14586	52.0	103.0
5	侯翠琴	西安电子科技大学智能信息处理研究所	3	51	3.0	3.0
7	张文革	西安电子科技大学智能信息处理研究所	8	117	5.0	8.0