一种基于多视图学习的群组发现方法

• 作者: 孙成成 王海艳
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 词群组发现 偏好获取 动态主题模型 多视图学习
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 80-87
• 页数: 8页
• 分类号: TP311
• 字数: 5468字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2019.04.011

摘要

近年来,群组推荐因其良好的实用价值得到了广泛关注.作为群组推荐的一个重要环节,群组发现对推荐结果具有至关重要的影响.对于同一群组中的用户,用户的相似度越大,推荐的精度就越高.为了有效提升群组内用户相似度,改善推荐的精度,降低误差率,文中提出了一种基于多视图学习的群组发现方法.该方法首先提取多维度的显式信息,并用相似度矩阵表示,采用动态主题模型更新用户的偏好;然后,基于多视图学习对用户相似度矩阵分配权重,利用无监督学习训练得出隐式信息;最后,根据用户相似度矩阵和分组方法提出群组发现算法,实现用户群组划分.仿真对比实验表明本文所提的方法分组效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海艳	南京邮电大学计算机学院	88	837	14.0	26.0
10	孙成成	南京邮电大学计算机学院	1	0	0.0	0.0