融合Fisher线性判别分析的多维特征融合情景感知推荐方法

• 作者: 赵志华 陈莉
• 来源期刊: 西安交通大学学报
• 关键词: 多特征融合 Fisher线性判别分析 属性偏好 时间衰减 情景感知推荐
• 年，卷（期）: 2017,（8）
• 页码范围: 40-46
• 页数: 7页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.7652/xjtuxb201708007

摘要

针对采用单维特征建立用户的偏好模型所导致的推荐结果无法有效覆盖用户潜在偏好特征而影响推荐质量的问题,提出了一种基于Fisher线性判别分析的多维特征融合情景感知推荐方法.该方法建立了包含时间衰减度、属性偏好、偏好可影响程度等多维特征的偏好样本空间;采用特征融合、投影变换等方法,在最佳鉴别矢量空间基于Fisher判别准则融合用户的多维特征;采用拉格朗日乘子法求解最优投影方向,建立起多维特征优化的偏好获取模型.在BookCrossing与Netfilix数据集上的实验结果表明:与现有方法相比,所提方法的推荐准确率平均提高了16.61％,多样性平均提高了约38.01％,能够有效地覆盖用户的潜在偏好特征,并取得更好的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈莉	西北大学信息科学与技术学院	67	651	17.0	22.0
2	赵志华	西北大学信息科学与技术学院	7	53	4.0	7.0