耦合辅助信息的矩阵分解推荐模型

• 作者: 秦志光 蒋伟
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 混合协同过滤 矩阵分解 物品相似度 耦合对象相似度 辅助信息
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2900-2906
• 页数: 7页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0206

摘要

近十年来,协同过滤(CF)推荐系统成功地为用户提供了个性化的产品和服务.然而,用户—物品矩阵的稀疏性、推荐精度不高等问题仍然是一个挑战.针对这些问题,在矩阵分解模型基础上,提出了耦合用户和物品辅助信息的矩阵分解混合协同过滤框架;然后,基于此框架又提出了耦合物品属性信息相似度(COS)的过滤模型.大规模真实数据集上的实验表明,该模型不但可以有效解决物品相似度度量问题,而且相比传统方法,尤其是在物品特征非常稀疏的情况下,推荐准确性得到了有效改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学信息与软件工程学院	262	3157	26.0	46.0
2	蒋伟	电子科技大学信息与软件工程学院	14	74	6.0	8.0