统计推荐模型中的异构数据源资源配置

• 作者: 成英超 蔡瑞初 郝志峰
• 来源期刊: 计算机应用研究
• 关键词: 统计推荐模型 异构数据源 资源配置 凸优化
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2400-2403
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.02.0061

摘要

信息系统中的统计推荐模型需要获取、分析和汇总多个来源的数据.这些多源异构的数据集在特征和价值方面可能存在显著差异,因而影响模型性能.为了提升统计推荐模型的整体性能,该研究采用凸优化理论和方法,解决了统计推荐模型中异构数据源的最优资源配置问题.在不同的数据源资源配置下,该工作对比了同一推荐模型的性能变化.实验结果表明,该工作提出的资源分配算法在NDCG(normalized discounted cumula-tive gain)和召回率这两个推荐系统主要评价指标上有效地提升了模型性能.该工作的结论是:针对多个异构数据源,适当的资源划分和分配策略可以显著影响推荐模型的整体性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志峰		166	940	14.0	20.0
2	蔡瑞初		66	279	10.0	13.0
3	成英超		1	0	0.0	0.0