基于Logistic函数的贝叶斯概率矩阵分解算法

• 作者: 兰巨龙 方耀宁 郭云飞
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 推荐系统 信息处理 协同过滤 贝叶斯概率矩阵分解 Logistic函数
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文
• 页码范围: 715-720
• 页数: 6页
• 分类号: TP393
• 字数: 4022字
• 语种: 中文
• DOI: 10.3724/SP.J.1146.2013.00534

摘要

在协同过滤推荐系统中，矩阵分解是一种非常有效的工具。贝叶斯概率矩阵分解模型具有预测精度高的优点，但不能表示潜在因子之间的非线性关系。针对该问题，该文提出一种基于Logistic函数的改进贝叶斯概率矩阵分解模型，并使用马尔科夫链蒙特卡罗方法进行训练。在两组真实数据集合上的实验表明，基于Logistic函数的贝叶斯概率矩阵分解算法能够明显提高预测准确性，有效缓解数据稀疏性问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰巨龙		217	1088	16.0	22.0
2	郭云飞		73	486	13.0	19.0
3	方耀宁		4	58	4.0	4.0