基于用户特征迁移的协同过滤推荐

• 作者: 柯良文 王靖
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据稀疏 用户特征迁移 协同过滤 矩阵分解 Wiberg算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 37-43
• 页数: 7页
• 分类号: TP311
• 字数: 7254字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2015.01.007

摘要

为提高推荐系统在数据稀疏情况下的推荐质量,提出一种基于用户特征迁移的协同过滤推荐模型.利用矩阵分解技术提取辅助领域的用户特征,通过建立正则项约束的矩阵分解模型,将辅助领域的用户特征迁移到目标领域中,协助目标领域用户特征的学习,最终生成目标领域的用户推荐.设计快速收敛的Wiberg算法得到模型的最优解,并对实际应用中的可行性进行分析.通过对2个公开数据集的实验结果表明,该模型能够实现辅助领域用户特征的迁移,有效提高目标领域的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王靖	华侨大学计算机科学与技术学院	24	165	7.0	12.0
2	柯良文	华侨大学计算机科学与技术学院	2	23	2.0	2.0