改进非对称相似度和关联正则化的推荐算法

• 作者: 刘春玲 张黎
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 推荐算法 矩阵分解 协同过滤 非对称相似度 关联正则化
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 理论与研发
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP18
• 字数: 5301字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0280

摘要

为了改善传统推荐系统中数据稀疏问题给推荐效果带来的影响,提出了改进非对称相似度和关联正则化的推荐算法.根据不同用户和不同项目之间的不对称关系,提出一种改进相关度计算式,用于预测评分.同时,由于社会化隐式关系的获取难度较大,利用传统相似度获取邻域集合作为用户社会关系,将关联正则化用于约束矩阵分解目标函数,缓解用户信息不对称造成的数据稀疏问题.最后在一些真实数据集上对算法进行验证,实验结果表明,与主流的推荐算法相比,该算法能够更加有效地预测实际评分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘春玲	武汉纺织大学机械工程与自动化学院	37	161	7.0	10.0
2	张黎	武汉纺织大学机械工程与自动化学院	3	0	0.0	0.0