融合内容与矩阵分解的混合推荐算法

• 作者: 王永贵 陈玉伟
• 来源期刊: 计算机应用研究
• 关键词: 混合推荐 矩阵分解 冷启动 参数优化 局部结构
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1359-1363
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.11.0797

摘要

传统基于内容的推荐算法往往具有较低的准确性,而协同过滤推荐算法中普遍存在数据稀缺性和项目冷启动问题.为解决上述问题,提出了一种融合内容与协同矩阵分解技术的混合推荐算法.该算法实现了在共同的低维空间中分解内容和协同矩阵,同时保留数据的局部结构.在参数优化方面利用一种基于乘法更新规则的迭代方法,以此提高学习能力.实验结果表明,该算法优于其他具有代表性的项目冷启动推荐算法,有效缓解了数据稀疏性,提高了推荐准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永贵	辽宁工程技术大学软件学院	47	293	10.0	15.0
2	陈玉伟	辽宁工程技术大学软件学院	1	0	0.0	0.0