面向用户偏好发现的隐变量模型构建与推理

• 作者: 付晓东 刘惟一 岳昆 武浩 高艳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 用户偏好 评分数据 贝叶斯网 隐变量模型 概率推理 带偏置的矩阵分解
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 第33届中国数据库学术会议(NDBC 2016)
• 页码范围: 360-366
• 页数: 7页
• 分类号: TP311.13|TP181
• 字数: 7407字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.02.0360

摘要

电子商务应用中产生了大量用户评分数据,而这些数据中富含了用户观点和偏好信息,为了能够从这些数据中准确地推断出用户偏好,提出一种面向评分数据中用户偏好发现的隐变量模型(即含隐变量的贝叶斯网)构建和推理的方法.首先,针对评分数据的稀疏性,使用带偏置的矩阵分解(BMF)模型对其进行填补;其次,用隐变量表示用户偏好,给出了基于互信息(MI)、最大半团和期望最大化(EM)算法的隐变量模型构建方法;最后,给出了基于Gibbs采样的隐变量模型概率推理和用户偏好发现方法.实验结果表明,与协同过滤的方法相比,该方法能有效地描述评分数据中相关属性之间的依赖关系及其不确定性,从而能够更准确地推断出用户偏好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘惟一	云南大学信息学院	58	425	10.0	17.0
2	付晓东	昆明理工大学信息工程与自动化学院	57	180	7.0	10.0
3	岳昆	云南大学信息学院	77	317	10.0	13.0
4	武浩	云南大学信息学院	14	60	5.0	7.0
5	高艳	云南大学信息学院	1	4	1.0	1.0