混合因子矩阵分解推荐算法

发布时间：2017-09-26 19:28

  本文关键词：混合因子矩阵分解推荐算法

  更多相关文章： 推荐算法 矩阵分解 混合因子 推荐解释 冷启动

【摘要】：针对矩阵分解推荐算法在潜在属性与已知属性之间不能建立对应关系的问题,提出了一种混合显式属性与隐式属性的矩阵分解算法。该算法使用显式属性的相关性对因子矩阵进行约束,能够抑制稀疏数据矩阵分解中过拟合的问题,提高推荐精度,由于因子矩阵中包含显式属性,所以混合因子矩阵分解算法可以实现对新用户和新产品推荐,部分地解决了冷启动问题,实现了从评分数据到显式属性的映射,并对推荐结果给出一定的解释。在MovieLens数据集上的实验结果表明:相同因子数下,混合因子矩阵分解算法的推荐精度均优于偏置概率矩阵分解算法,并能够基于显式属性实现对新产品的推荐。
【作者单位】： 西安交通大学电子与信息工程学院;河南科技大学信息工程学院;
【关键词】： 推荐算法 矩阵分解 混合因子 推荐解释 冷启动
【基金】：国家自然科学基金资助项目(61370220) 河南省高校科技创新团队支持计划资助项目(15IRTSTHN010)
【分类号】：TP391.3
【正文快照】： 在应用驱动下,个性化推荐系统得到了学术界和商业界共同的重视[1-3],推荐精度不断提高。矩阵分解(matrix factorization,MF)算法是个性化推荐中的经典算法。基本矩阵分解算法[4-5]将用户产品打分矩阵分解为用户潜在因子矩阵和产品潜在因子矩阵,用户对产品的打分预测值由用户潜

【相似文献】

中国期刊全文数据库 前10条

1 李聪;骆志刚;;用于鲁棒协同推荐的元信息增强变分贝叶斯矩阵分解模型[J];自动化学报;2011年09期

2 袁运祥;基于矩阵分解的子结构法求解介绍[J];计算机应用通讯;1981年00期

3 张海建;;分布式矩阵分解算法在推荐系统中的研究与应用[J];科技通报;2013年12期

4 王锋;赵志文;牟盛;;整数提升小波多相矩阵分解系数的快速提取算法[J];中国图象图形学报;2012年03期

5 段华杰;;考虑时间效应的矩阵分解技术在推荐系统中的应用[J];微型电脑应用;2013年03期

6 王海雷;牟雁超;俞学宁;;基于协同矩阵分解的社会化标签系统的资源推荐[J];计算机应用研究;2013年06期

7 张爱文;樊红莲;;半离散矩阵分解改进算法在网页信息检索中的应用研究[J];黑龙江工程学院学报;2007年02期

8 李卫平;杨杰;;基于随机梯度矩阵分解的社会网络推荐算法[J];计算机应用研究;2014年06期

9 祝永健;陈琛;;一种新的异构网络中基于上下文相关的推荐模型[J];硅谷;2013年23期

10 涂丹丹;舒承椿;余海燕;;基于联合概率矩阵分解的上下文广告推荐算法[J];软件学报;2013年03期

中国博士学位论文全文数据库 前2条

1 李英明;矩阵分解在数据挖掘中的应用[D];浙江大学;2014年

2 陈根浪;基于社交媒体的推荐技术若干问题研究[D];浙江大学;2012年

中国硕士学位论文全文数据库 前10条

1 秦晓晖;个性化微博推荐方法研究[D];华南理工大学;2015年

2 伏路;矩阵补全问题的研究与应用[D];中国石油大学(华东);2014年

3 张志绮;基于用户关系的矩阵分解推荐算法研究[D];北京交通大学;2016年

4 苏睿龙;基于个性化集合排序的多样性推荐[D];上海交通大学;2015年

5 陈翠翠;基于隐性反馈的协同推荐[D];东南大学;2015年

6 王科;语义提升和矩阵分解在跨模哈希检索中的应用研究[D];安徽大学;2016年

7 杨强;结合个体影响力和信任传递的矩阵分解推荐算法[D];重庆师范大学;2016年

8 孙伟彬;基于高维显性特征的矩阵分解推荐[D];大连理工大学;2015年

9 封金蕾;基于矩阵分解的显著对象提取算法分析与应用[D];北京交通大学;2012年

10 王鹏;基于矩阵分解的推荐系统算法研究[D];北京交通大学;2015年

，

本文编号：925314