作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统推荐模型中无法处理稀疏大数据的缺点,提出了一种基于因子分解机(Factorization Ma-chines,FM)的推荐模型.FM模型对所有的特征分量引入了辅助向量,改进了非线性的特征向量模型方程,并采用最小交替二乘法、随机梯度下降法和马尔科夫蒙塔罗法训练该模型.理论与实验结果证明了该模型在精确度以及速度上都优于传统模型.
推荐文章
基于高阶偏差的因子分解机推荐算法
推荐系统
矩阵因子分解
因子分解机
评分偏差
神经因子分解机推荐模型改进研究
推荐系统
交叉网络
神经因子分解机
混合因子矩阵分解推荐算法
推荐算法
矩阵分解
混合因子
推荐解释
冷启动
基于时序模型和矩阵分解的推荐算法
推荐算法
概率矩阵分解
时序行为
行为预测
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 基于因子分解机的推荐模型研究
来源期刊 长春工程学院学报(自然科学版) 学科 工学
关键词 因子分解机 模型预测 目标优化
年,卷(期) 2018,(2) 所属期刊栏目 信息技术与应用
研究方向 页码范围 102-104
页数 3页 分类号 TP391
字数 2873字 语种 中文
DOI 10.3969/j.issn.1009-8984.2018.02.026
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 饶健 三明学院信息工程学院 8 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (480)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1938(1)
  • 参考文献(0)
  • 二级参考文献(1)
1963(2)
  • 参考文献(0)
  • 二级参考文献(2)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(3)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
因子分解机
模型预测
目标优化
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
长春工程学院学报(自然科学版)
季刊
1009-8984
22-1323/N
大16开
长春市红旗街2494号
2000
chi
出版文献量(篇)
2446
总下载数(次)
14
总被引数(次)
7520
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导