融合社交和标签信息的隐语义模型推荐算法

• 作者: 刘太亨 刘富春 彭嘉恩 李文洲 邓秀勤
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 隐语义模型 社交网络 标签信息 推荐算法
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 综合研究
• 页码范围: 45-50,60
• 页数: 7页
• 分类号: TP312
• 字数: 5049字
• 语种: 中文
• DOI: 10.12052/gdutxb.170140

摘要

为了提高隐语义模型在数据稀疏情况下推荐结果的质量,提出一种带有社交正则化项和标签正则化项的隐语义模型.根据用户社交网络和物品标签的信息,设计出描述用户和物品概况的正则化项,并利用用户对物品的历史评分计算得到用户评分偏好,将这三项引入矩阵分解目标函数中,进一步约束目标函数,最后通过梯度下降法去优化模型参数,得到推荐结果.为了验证算法的有效性,在Last.fm数据集上进行实验,实验结果表明,本文算法的推荐质量优于其他传统推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘富春	广东工业大学计算机学院	49	235	10.0	14.0
2	邓秀勤	广东工业大学应用数学学院	27	176	6.0	13.0
3	李文洲	广东工业大学应用数学学院	4	11	2.0	3.0
4	刘太亨	广东工业大学应用数学学院	3	6	2.0	2.0
5	彭嘉恩	广东工业大学应用数学学院	1	2	1.0	1.0