基于Logistic函数的社会化矩阵分解推荐算法

• 作者: 扈红超 方耀宁 郭云飞
• 来源期刊: 北京理工大学学报
• 学科: 工学
• 关键词: 推荐系统 协同过滤 矩阵分解 社会关系 Logistic函数
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 信息与控制
• 页码范围: 70-74
• 分类号: TP393
• 语种: 中文
• DOI: 10.15918/j.tbit1001-0645.2016.01.013

摘要

持续指数增长的互联网逐渐带来了信息过载问题,使得推荐系统提供的信息过滤服务尤为重要.协同过滤是推荐系统领域最为成功的技术,但依然存在数据稀疏性等问题.社会关系信息能够有效提高推荐系统的预测准确性.为解决数据稀疏性问题,本文提出了一种利用Logistic函数的社会化矩阵分解推荐算法.在3组真实数据结合上的实验结果表明,本文提出的算法能够提供更准确的推荐结果,特别是在数据稀疏的情况下,显著缓解了数据稀疏性问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭云飞		73	486	13.0	19.0
2	扈红超		49	194	7.0	12.0
3	方耀宁		4	58	4.0	4.0