基于上下文多维度的移动用户偏好动态分析方法

• 作者: 罗晓东
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 移动互联网 多维矩阵 用户偏好 自学习
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 235-238,249
• 页数: 5页
• 分类号: TP393
• 字数: 4488字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.02.038

摘要

移动用户偏好的动态分析由于引入了上下文数据,使得原有的用户-项目二维矩阵将扩展为用户-项目-上下文的三维矩阵.根据多维矩阵中低秩分解理论,可以简化数据的分析,但是其移动用户偏好动态分析的自学习方法没有充分利用多维矩阵的低秩分解性质.针对此问题,提出了基于多维度上下文的张量低秩分解的自学习方法,此方法基于张量的平行因子分解性质,加快了算法的收敛速度,降低了数据分析的复杂度.仿真结果验证了算法在移动用户偏好估计精度方面的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗晓东		3	12	1.0	3.0