一种基于学习自动机的推荐算法改进

发布时间：2017-08-31 19:50

  本文关键词：一种基于学习自动机的推荐算法改进

  更多相关文章： 学习自动机 奇异值分解 推荐算法 隐语义模型 梯度下降算法

【摘要】：针对原有的基于隐语义模型(LFM)的推荐算法中,当训练样本数减少时,训练误差和测试误差都明显增大的问题进行改进研究,提出了一种全新的基于学习自动机的矩阵训练算法。该算法充分利用连续型学习自动机在随机和高噪声环境中优化参数的卓越性能,代替原有的梯度下降算法进行大型稀疏矩阵的奇异值分解计算,使得重构矩阵与原矩阵之间的误差进一步降低,提高了后续预测算法的精确度。为了检验新算法的寻优性能,在大量真实用户对电影的评分数据集上进行了新旧两种算法的对比实验,实验结果表明改进后的基于学习自动机的推荐算法在样本数较少和更随机的测试环境中,相比原算法可以实现更精确的预测,有效地弥补了原算法的不足。
【作者单位】： 上海交通大学电子信息与电气工程学院;
【关键词】： 学习自动机 奇异值分解 推荐算法 隐语义模型 梯度下降算法
【基金】：国家自然科学基金资助项目(61271316) 国家“973”计划资助项目(2013CB329603,2013CB329605) 上海市信息安全综合管理技术研究重点实验室基金 信息内容分析技术国家工程实验室基金资助项目
【分类号】：TP301.6
【正文快照】： 0引言随着电子商务的盛行,推荐算法开始扮演越来越重要的角色。一个好的推荐算法可以在为用户选择个性化商品的同时,也为商家谋取丰厚的利润。早在1992年就提出了一种基于用户的协同过滤算法[1],这种推荐算法首先根据用户的偏好找到相似的用户对,然后根据其中一些用户的已知偏

【相似文献】

中国期刊全文数据库 前10条

1 窦如静;何成武;;学习自动机概述[J];自动化学报;1984年04期

2 刘晓;二次奖罚学习自动机[J];航空计算技术;1999年02期

3 费跃农;吴青华;;基于学习自动机阵列的模糊规则学习方法[J];深圳大学学报(理工版);2007年01期

4 邵佳炜;;基于关联矩阵和学习自动机的电影推荐研究[J];电脑知识与技术;2012年08期

5 林炳桂;基于连续学习自动机解决网络负载量的分配[J];福州大学学报(自然科学版);2002年05期

6 刘晓;一种自信学习自动机[J];航空计算技术;1998年01期

7 赵学锋;王秀花;杨海斌;张贵仓;;基于学习自动机的最小连通支配集算法[J];计算机工程;2011年10期

8 韩景红,秦世引,宋永华;基于学习自动机的混杂电力系统紧急频率控制[J];电力系统自动化;2000年18期

9 刘冬生;曾小荟;肖晓红;刘新明;李满华;;WSN中基于学习自动机的簇头选举算法[J];计算机工程与设计;2012年05期

10 曹立志;陈莹;;基于学习自动机的无线传感网能量均衡分簇算法[J];传感技术学报;2013年11期

中国硕士学位论文全文数据库 前2条

1 陶彤彤;学习自动机及其在随机定位应用中的研究[D];上海交通大学;2014年

2 蔡贵贤;基于学习自动机的分类算法研究[D];上海交通大学;2014年

，

本文编号：767585