基于多元关系的张量分解标签推荐方法

• 作者: 曾辉 淦修修 胡强
• 来源期刊: 计算机应用研究
• 关键词: 标签推荐 张量因子分解 权重 聚类
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2907-2910
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.04.0215

摘要

标签推荐的现有方法忽视了多种属性特征之间的联系,无法保证大数据环境下推荐系统的准确率.针对该问题,提出了一种基于用户聚类和张量分解的新标签推荐方法,以进一步提高标签推荐的质量.该方法首先对一些对产品具有重要影响的用户进行聚类,然后根据用户、产品、标签和产品评分之间的多元关系综合计算总权重.最后,根据聚类之后的用户群体以及多元关系的总权值构建张量并进行张量因式分解.实验与传统张量分解方法相对比,结果表明提出的方法在准确率上具有一定的提高,验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾辉	华东交通大学信息工程学院	22	51	4.0	6.0
2	胡强	华东交通大学信息工程学院	3	4	2.0	2.0
3	淦修修	华东交通大学信息工程学院	3	2	1.0	1.0