引入评分偏置的二项矩阵分解推荐算法

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.

关键词：推荐系统、二项矩阵分解、评分偏置

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目11672044,11172047

在线出版日期：2020-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1303-1305,1316