结合置信度和SVD的协同过滤算法

• 作者: 张超 秦永彬 黄瑞章
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 推荐系统 协同过滤 奇异值分解 置信度 算法
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法与分析
• 页码范围: 758-761
• 页数: 4页
• 分类号: TP391.41
• 字数: 3777字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.05.002

摘要

为了解决基于传统模型的协同过滤算法的数据稀疏性与冷启动问题,引入置信度参数,并结合隐式反馈信息,提出了两种基于奇异值分解(SVD)的协同过滤算法,CSVD和NCSVD.CSVD算法在基于偏置的矩阵分解模型上引入了置信度参数,以改进模型偏置项没有针对物品规模根据每个评分调整偏置权重的问题,NCSVD在此基础上引入隐式反馈信息,改善了冷启动问题,在真实数据集上的实验证明表明,其能有效提高SVD系列算法的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	贵州大学计算机科学与技术学院	66	261	8.0	14.0
2	秦永彬	贵州大学计算机科学与技术学院	63	213	8.0	10.0
3	黄瑞章	贵州大学计算机科学与技术学院	16	47	4.0	6.0