10.3969/j.issn.2095-2783.2015.14.012
一种多层混合的推荐模型研究
在全面分析研究邻域模型和隐语义模型的基础上,针对现有推荐模型的优缺点,首先建立了一种融合邻域模型和隐语义模型的混合 Top-N 推荐模型,有效利用了用户反馈的信息,并全局考虑了用户与项目的潜在关系。然后综合考虑用户反馈信息、自身特征信息及潜在信息等因素,提出了一种基于 SVD++上的全新混合 Top-N 推荐模型 SHT(基于 SVD++的混合Hybrid Top-N 推荐模型缩写)。通过将特征信息融入模型,可准确地表现用户与项目的属性特征,实现依照用户的喜好与习惯高效、快捷和精准地推荐。实验结果表明,每一层的模型都能够在不同程度上提高推荐结果的精度。
推荐模型、Top-N 推荐、融合模型、奇异值分解
TP311(计算技术、计算机技术)
高等学校博士学科点专项科研基金资助项目20110201110064;国家自然科学基金资助项目61325013
2015-08-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
1660-1664