基于随机梯度矩阵分解的社会网络推荐算法

• 作者: 李卫平 杨杰
• 来源期刊: 计算机应用研究
• 关键词: 矩阵分解 推荐系统 社会网络 随机梯度
• 年，卷（期）: 2014,（6）
• 页码范围: 1654-1656,1664
• 页数: 4页
• 分类号: TP319
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.06.011

摘要

由于传统的矩阵分解算法直接对用户评分矩阵进行分解,这样容易造成推荐的准确性偏低.为了进一步提高系统推荐的准确性,将用户间的社交网络作为辅助信息,提出了一种基于矩阵分解的社会推荐算法.该算法将社交网络与用户评分矩阵构成一个大的矩阵,采用一种随机梯度下降法对该矩阵进行分解.最后通过实验结果验证表明,提出的算法具有较好的预测效果,其性能明显优于现有的相关算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫平	武汉理工大学信息工程学院	19	64	4.0	7.0
5	杨杰	铁道警察学院公安技术系	1	33	1.0	1.0