二项矩阵分解在离散评分推荐算法中的改进

• 作者: 刘凤林 胡雪蕾
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 推荐系统 隐含语义分析 二项分布 最大后验估计
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 81-84
• 页数: 4页
• 分类号: TP3
• 字数: 4270字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.01.021

摘要

针对个性化推荐中离散的评分预测问题,从更加直观的角度,提出一种改进的隐含语义二项分布模型.通过隐含语义分析构建用户的兴趣度模型,同时考虑了领域物品的隐反馈.假设用户评分基于二项分布,通过最大后验估计(MAP)构建目标函数,并用梯度下降法进行参数学习.实验表明,在MovieLens数据集下,该算法准确度优于原始的二项矩阵分解模型(BMF),其效果接近于SVD++.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡雪蕾	南京理工大学计算机科学与工程学院	11	149	6.0	11.0
2	刘凤林	南京理工大学计算机科学与工程学院	1	1	1.0	1.0