基于因子分解机的信任感知商品推荐

• 作者: 方献梅 李石君 高晓波
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 电子商务 商品推荐 信任 因子分解机
• 年，卷（期）: 2016,（1）
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP391
• 字数: 4583字
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.1.2015.106

摘要

数据稀疏和运行速度慢是个性化推荐系统面临的难题。为了有效利用用户历史行为，基于用户的评分记录识别出用户感兴趣的内容，并结合用户间的信任关系，提出使用因子分解机（factorization machine，FM）模型进行评分预测。FM 具有线性时间复杂度，并且对于稀疏的数据具有很好的学习能力，因而能进行快速推荐。试验结果表明，与传统方法相比，基于因子分解机的商品推荐方法的准确度有明显提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李石君	武汉大学计算机学院	88	753	16.0	22.0