基于用户近邻约束的矩阵因子分解算法

• 作者: 徐桂琼 李振博 查九
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 协同过滤 用户近邻 近邻约束 矩阵因子
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 1-5,15
• 页数: 6页
• 分类号: TP391
• 字数: 4649字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.06.001

摘要

矩阵因子分解推荐算法是基于模型的协同过滤算法中应用最广泛的一种推荐技术。针对推荐系统数据的稀疏性和推荐算法的实时性等问题，在传统矩阵因子分解模型的基础上引入用户近邻模型约束，提出基于用户近邻约束的矩阵因子算法。该算法充分利用了矩阵因子模型的优点，通过用户近邻约束进一步提高了算法相应的实时性和推荐的质量。在MovieLens数据集上的实验结果表明，该算法能有效解决数据稀疏和实时性问题，在推荐质量上比传统算法有了较大提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐桂琼	上海大学管理学院	23	134	6.0	11.0
2	查九	上海大学管理学院	2	39	2.0	2.0
3	李振博	上海大学管理学院	4	61	4.0	4.0