融合时间偏差信息的邻域型因子分解推荐算法

• 作者: 吴定会 周俊宇 戴月明
• 来源期刊: 计算机工程与应用
• 学科: 社会科学
• 关键词: 时间偏差 因子分解 推荐精度 梯度下降
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 129-134
• 页数: 6页
• 分类号: G354.4
• 字数: 5191字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1404-0146

摘要

针对传统推荐算法在进行评分预测时推荐精度低这一问题,提出了融合时间偏差信息的邻域型因子分解推荐算法(简称NFDRA).它以因子分解算法为主,随机梯度下降寻优为辅,并融合了用户评分的邻域信息以及三种时间偏差信息.实验表明,融合时间偏差的邻域型因子分解推荐算法,相比传统的因子分解推荐可以产生更高精度的推荐结果并具有显著性差异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴月明	江南大学物联网工程学院	52	301	10.0	13.0
2	吴定会	江南大学物联网工程学院	119	542	11.0	16.0
3	周俊宇	江南大学物联网工程学院	2	3	1.0	1.0