原文服务方: 西安交通大学学报       
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.
推荐文章
融合Fisher判别分析与波动序列的音乐推荐方法
Fisher线性判别分析
波动序列
音乐类型基点
社会化标签
音乐推荐系统
多特征的核线性判别分析推荐方法
核函数
线性判别分析
多特征融合
特征偏好
推荐方法
基于Fisher判别分析的滚动轴承故障诊断方法
滚动轴承
故障诊断
模式识别
核函数Fisher判别分析
基于核Fisher判别分析的粮虫特征压缩方法
储粮害虫
特征压缩
核Fisher判别分析
主成分分析
识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合Fisher线性判别分析的多维特征融合情景感知推荐方法
来源期刊 西安交通大学学报 学科
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) 所属期刊栏目
研究方向 页码范围 40-46
页数 7页 分类号 TP391.9
字数 语种 中文
DOI 10.7652/xjtuxb201708007
五维指标
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (239)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (8)
1965(2)
  • 参考文献(1)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(10)
  • 引证文献(6)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
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
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导