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:
因子分解机是一种基于矩阵分解的机器学习方法,通过在矩阵中引入上下文信息,构建含有上下文信息的矩阵,能够很好地进行用户评分预测.隐马尔可夫模型是一种含有隐含未知参数的统计模型,使用隐藏状态能够更好地符合实际情况.传统的推荐算法在进行推荐时通常并没有引入上下文信息,这通常会影响推荐算法的效果.鉴于上下文感知推荐算法通常能有效提高推荐精度,文中通过对推荐系统引入上下文信息并为用户添加用户隐藏兴趣状态,能够更精确地对用户进行推荐.为此,提出了一种结合因子分解机和隐马尔可夫模型的方法.在公开数据集上的验证结果表明,该方法相较于一些传统的推荐算法能够有效地提升推荐精度,并且在数据量增加的情况下也有较高的推荐精度.
推荐文章
基于模拟退火算法和隐马尔可夫模型的文本信息抽取
文本信息抽取
改进的模拟退火算法
二阶隐马尔可夫模型
基于隐马尔可夫模型的地图匹配算法
GPS
轨迹点
隐马尔可夫模型
地图匹配
一种基于隐马尔可夫模型的目标轨迹跟踪算法
目标轨迹跟踪
隐马尔可夫模型
维特比译码
基于隐马尔可夫的系统入侵检测方法
入侵检测
异常检测
隐马尔可夫模型(HMM)
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 基于因子分解机和隐马尔可夫的推荐算法
来源期刊 计算机技术与发展 学科 工学
关键词 上下文感知 因子分解机 隐马尔可夫模型 隐藏状态
年,卷(期) 2019,(6) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 85-89
页数 5页 分类号 TP391.3
字数 4844字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.06.018
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 王晓耘 杭州电子科技大学管理学院 29 198 8.0 13.0
2 袁媛 杭州电子科技大学管理学院 17 36 2.0 6.0
3 李贤 杭州电子科技大学计算机学院 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (60)
共引文献  (99)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
上下文感知
因子分解机
隐马尔可夫模型
隐藏状态
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导