引入评分偏置的二项矩阵分解推荐算法

• 作者: 周亚丽 张奇志 张笑虹
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 二项矩阵分解 评分偏置
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1303-1305,1316
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0807

摘要

针对推荐系统中的评分预测问题,在矩阵分解的基础上实现了一种修正的二项矩阵分解算法.假设用户对物品的评分基于二项分布,由于用户的评分习惯存在差异,物品的受欢迎程度也存在差异,导致用户—物品评分矩阵存在偏置量.通过引入偏置量对矩阵分解和评分预测进行修正,采用最大后验估计建模,并通过随机梯度下降算法优化模型.实验结果表明,在MovieLens 100K数据集上,引入评分偏置的二项矩阵分解算法在推荐精度、离线计算时间等方面均优于传统的二项矩阵分解算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张奇志	北京信息科技大学自动化学院	111	209	8.0	10.0
2	周亚丽	北京信息科技大学自动化学院	104	252	8.0	12.0
3	张笑虹	北京信息科技大学自动化学院	1	0	0.0	0.0