融合信任用戶間接影響的個性化推薦算法
大小：0.65 MB 人氣： 2017-11-23 需要積分：1
為了解決推薦系統(tǒng)中固有的數(shù)據(jù)稀疏性和冷啟動問題，通常會采用一些額外的與用戶或是項目有關(guān)的信息。提出了一種新穎的基于矩陣因子分解的推薦算法，其結(jié)合了其他用戶對于活動用戶未來評分的間接影響作用，并進一步將社交網(wǎng)絡(luò)中的信任關(guān)系融入到算法中。同時，為了避免學(xué)習參數(shù)時過度擬合，引入了一種加權(quán)的正規(guī)化因子。最后針對一般情況和冷啟動情況，分別在Epinions數(shù)據(jù)集和Ciao數(shù)據(jù)集上進行了實驗。實驗結(jié)果表明，相比于其它相關(guān)算法，本算法在推薦準確性上有了很大的提高，同時能更好地解決相關(guān)問題。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
融合信任用戶間接影響的個性化推薦算法下載
相關(guān)電子資料下載
- 高通獨供三星S25 SoC，臺積電間接受益 243
- 微軟或成英偉達最大間接客戶 325
- TikTok將開發(fā)獨立版推薦算法，以滿足美國用戶需求？ 426
- 貿(mào)澤開售適用于存在檢測和系統(tǒng)激活應(yīng)用的STMicroelectronics VL53L4ED飛行時間接近傳 390
- 如何在STEP 7(TIA Portal)中安全地并且間接地尋址呢？ 340
- 室溫超薄微盤中的間接帶隙激光 101
- 整流橋輸出與濾波電容之間接的低于一歐的電阻有什么作用？ 448
- PLC里面的立即尋址、直接尋址、間接尋址你都搞懂了嗎？ 1267
- SCL中數(shù)據(jù)塊的間接尋址 684
- GPL合規(guī)性討論-間接侵權(quán)——“心寄源”法律沙龍2023第八期 | 總第十三期成功召 603