基于用户分类的隐含因子模型研究

• 作者: 高茂庭 黎新志
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 隐含因子模型 冷启动 用户分类 随机梯度下降法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2289-2292
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.012

摘要

针对现有隐含因子模型存在的新用户冷启动问题,提出基于用户分类的隐含因子模型,将用户分类信息融入到隐含因子的矩阵分解当中.先在原评分矩阵和用户分类信息的基础上使用指示函数和数据归一化等方法构建一个分类评分矩阵;再将分类评分矩阵融入到隐合因子模型的评分预测中.通过与传统隐含因子模型等方法在多个不同隐含因子个数上的实验比较分析,实验结果表明,改进模型不仅能够解决新用户和项目的冷启动问题,还能有效降低预测评分的均方根误差,并提高预测推荐的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高茂庭	上海海事大学信息工程学院	83	424	11.0	16.0
2	黎新志	上海海事大学信息工程学院	1	2	1.0	1.0