融合标签的实值条件受限波尔兹曼机推荐算法*

• 作者: 侯永宏 张光荣 王宝亮
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 推荐算法 用户标签 标签基因 TF-IDF 实值条件受限玻尔兹曼机(R_CRBM)
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 138-146
• 页数: 9页
• 分类号: TP391
• 字数: 5011字
• 语种: 中文

摘要

针对推荐算法中数据的稀疏性难题,把用户标签融合至实值条件受限玻尔兹曼机(real-valued conditional restricted Boltzmann machine,R_CRBM)模型,利用R_CRBM强大的拟合任意离散分布的能力,预测出用户对未交互商品的评分缺失值.具体来说,首先提出显层单元为实值的R_CRBM模型,接着运用文本分类中的TF-IDF算法预测出用户对所应用过的标签的喜爱度,与标签基因数据相乘得到用户对商品的预测评分,融合至用户历史评分数据中.R_CRBM条件层在原有评分/未评分{0,1}向量中,融入用户标签/未标签{0,1}向量.通过真实数据集进行对比分析,实验结果表明提出的方法在一定程度上提升了推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯永宏	天津大学电气自动化与信息工程学院	31	228	7.0	14.0
2	王宝亮	天津大学信息与网络中心	25	135	7.0	10.0
3	张光荣	天津大学电气自动化与信息工程学院	1	2	1.0	1.0