基于偏见修正的联合矩阵分解算法
目前协同过滤的主流方法是矩阵分解模型.针对传统矩阵分解方法没有考虑用户偏见和物品隐含特征对推荐质量的共同影响,在矩阵分解模型的基础上提出了一种基于用户偏见修正的联合矩阵分解算法(联合分解物品评分矩阵和物品共现矩阵).在不同基准数据集上的实验结果反映了所提策略的合理性,并通过基于排序的指标证明了所提模型比传统矩阵分解模型在性能上有较大幅度的提升.
协同过滤、矩阵分解、偏见修正、隐式反馈
44
TP391(计算技术、计算机技术)
2017-12-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
402-406