基于迁移学习的单类协同过滤算法

• 作者: 叶小伟 文海龙 林运祯 罗圣美
• 来源期刊: 数据挖掘
• 学科: 工学
• 关键词: 推荐系统 协同过滤 单类 迁移学习
• 年，卷（期）: 2013,（1）
• 页码范围: 12-17
• 页数: 6页
• 分类号: TP39

摘要

协同过滤算法是现在个性化推荐领域流行的算法。对常见的推荐问题,协同过滤算法已有成熟的实现。单类协同过滤问题是推荐领域的一个新问题,其数据特征导致其不适用于常见的协同过滤算法。本文研究了基于加权矩阵分解的单类协同过滤算法,并对其进行基于迁移学习的改进。通过在真实数据集上的验证,证明其效果优于传统的单类协同过滤算法。