10.19734/j.issn.1001-3695.2019.02.0061
统计推荐模型中的异构数据源资源配置
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.
统计推荐模型、异构数据源、资源配置、凸优化
37
TP301(计算技术、计算机技术)
国家自然科学基金资助项目;NSFC-广东联合基金资助项目;广东省自然科学基金资助项目;广东省科技计划资助项目;广东特支计划资助项目;广州市珠江科技新星项目
2020-10-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
2400-2403