利用社交关系的实值条件受限玻尔兹曼机协同过滤推荐算法

发布时间：2017-07-30 08:07

  本文关键词：利用社交关系的实值条件受限玻尔兹曼机协同过滤推荐算法

  更多相关文章： 受限玻尔兹曼机 数据稀疏性 R_CRBM 社交网络 信任关系 大数据

【摘要】：利用受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)解决推荐问题已成为一个很有意义的研究方向.目前用于推荐的RBM模型中使用的仅仅是用户评分数据,但用户评分数据存在着严重的数据稀疏性问题.随着互联网对人们生活的不断渗透,社交网络已经成为人们生活中不可缺少的一部分,利用社交网络中的好友信任关系,有助于缓解评分数据的稀疏性问题,提高推荐系统的性能.因此,该文首先提出基于实值的状态玻尔兹曼机(Real-Valued Conditional Restricted Boltzmann Machine,R_CRBM)模型,此模型不需要将评分数据转化为一个K维的0-1向量,并且R_CRBM模型在训练过程中使用了训练数据中潜在的评分/未评分信息;同时该文将最近信任好友关系应用到R_CRBM模型推荐过程中.在百度数据集和Epinions数据集上的实验结果表明R_CRBM模型和引入的最近信任好友关系均有助于提高推荐系统的预测精度;最后,针对大数据环境下,普通平台很难完成R_CRBM模型训练的问题,该文提出基于Spark的并行化方案,较好地解决了该问题.
【作者单位】： 东南大学计算机科学与工程学院;东南大学计算机网络和信息集成教育部重点实验室;
【关键词】： 受限玻尔兹曼机 数据稀疏性 R_CRBM 社交网络 信任关系 大数据
【基金】：江苏省自然科学基金(BK2012742) 软件新技术与产业化协同创新中心部分资助
【分类号】：TP391.3
【正文快照】： 1引言随着互联网和信息技术的快速发展,微博、即时通讯、搜索引擎、电子商务、网络游戏等网络业务越来越普及,网络信息服务已经渗透到人们生活的各个方面,导致互联网用户的数量急剧增长.急剧增加的不仅仅是互联网用户的数量,还包括各种繁多的交易数据.面对互联网上如此海量的

【相似文献】

中国期刊全文数据库 前3条

1 刘来福，唐志宇，匡锦瑜;向量玻尔兹曼机[J];北京师范大学学报(自然科学版);1996年04期

2 秦胜君;卢志平;;基于限制玻尔兹曼机的无极性标注情感分类研究[J];科学技术与工程;2013年35期

3 ;[J];;年期

中国硕士学位论文全文数据库 前3条

1 王海麟;通过信息几何方法挖掘玻尔兹曼机的不变性[D];天津大学;2014年

2 仝少敏;基于受限玻尔兹曼机的面部运动识别方法研究[D];哈尔滨工业大学;2014年

3 李平;监督概率主题模型研究[D];安徽工业大学;2014年

，

本文编号：593205