基于非负矩阵分解的Slope One算法
针对协同过滤推荐算法中Slope One算法在稀疏数据集中推荐精度低的问题,利用矩阵分解在解决矩阵稀疏性方面的优势,将非负矩阵分解技术引入到用户-项目评分矩阵的降维处理中,将原有的稀疏评分矩阵进行非负分解,改善了矩阵的稀疏性,优化Slope One算法. 从实验数据可以看出,与原始的CF算法进行比较,NMF-Slope One算法有较好的推荐效果. 在数据稀疏的条件下,确定参数进行实验. 实验结果表明,该方法提高了Slope One算法在数据稀疏下的精度和推荐质量.
推荐系统、协同过滤、非负矩阵分解、Slope One
53
TP 301
国家自然科学基金资助项目61272209,61872164
2019-08-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
1349-1353