基于Fisher线性判别分析的情景感知推荐方法

摘要：

为解决现有推荐方法无法兼顾多种度量准则,提出一种基于线性判别分析的情景感知推荐方法.获取用户视图下的偏好项目特征、项目视图下的项目吸引度等多视图数据,通过特征融合、投影变换,在最佳鉴别矢量空间引入Fisher判别准则,采用Lagrange乘子法求解最优投影方向.实验结果表明,与现有方法相比,所提方法降低了时间开销,准确度平均提高18.91％,多样性平均提高32.79％,验证了其能够兼顾多种度量准则,提高了推荐质量.

关键词：多视图学习、线性判别分析、Fisher准则、Lagrange乘子法、推荐系统

所属期刊栏目：39

分类号：TP391.9(计算技术、计算机技术)

资助基金：河南省教育厅科学技术研究重点基金项目138520253

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：848-853