ICAMF-CC:改进的情境感知矩阵分解算法

• 作者: 刘亚鹏 刘志勇 张家鑫 张明颜 罗国前
• 来源期刊: 计算机应用研究
• 关键词: 情境感知矩阵分解 项目偏置项 情境权重
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2297-2300
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.03.0054

摘要

情境感知推荐系统是当前推荐领域的研究热点,而情境感知矩阵分解算法(CAMF-CC)是当前领域的一种有效模型.针对CAMF-CC算法在推荐时存在的准确度不高的问题,提出了一种改进的情境感知矩阵分解算法(ICAMF-CC).该算法在原有CAMF-CC算法的基础上,通过融入项目偏置项和情境权重来进行评分预测.其优势在于,一方面,融入了项目本身特性对评分的影响;另一方面,充分考虑了不同情境因素在推荐过程中有着不同的影响力,提高了预测评分的准确度.通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于CAMF-CC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	刘志勇		4	6	1.0	2.0
2	刘亚鹏		3	7	1.0	2.0
3	罗国前		1	0	0.0	0.0
4	张明颜		1	0	0.0	0.0
5	张家鑫		1	0	0.0	0.0