基于標簽主題的協同過濾推薦算法研究
大小：1.77 MB 人氣： 2018-03-07 需要積分：2
標簽：協同過濾(9756)
傳統基于標簽的推薦算法僅考慮用戶的評分信息，導致推薦準確度不高。為解決該問題，提出一種改進的協同過濾推薦算法。對用戶一標簽矩陣、資源一標簽矩陣進行潛在Dirichlet分布建模，發掘推薦系統中的潛在語義主題，從語義層面計算用戶對各資源的偏好概率，將計算出的偏好概率與協同過濾算法計算出的資源相似度相結合，預測用戶偏好值，實現個性化推薦。在Movielens數據集上的實驗結果表明，與傳統基于標簽的推薦算法相比，該算法能消除標簽中存在的同義詞、多義詞等語義模糊問題，同時提高推薦準確度。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于標簽主題的協同過濾推薦算法研究下載
相關電子資料下載
- 神經協同過濾NCF原理及實戰 4897
- 基于協同過濾算法的推薦 292
- 系統機器學習算法總結知識分享 4608
- 基于RFID技術和協同過濾技術的傳統超市購物應用 533
- 人工智能四大概念（分類方法、類別、機器學習和協同過濾） 39957