| 基于Logistic函数的社会化矩阵分解推荐算法 |
| |
| 作者姓名： | 郭云飞 方耀宁 扈红超 |
| |
| 作者单位： | 国家数字交换系统工程技术研究中心,河南,郑州450002;国家数字交换系统工程技术研究中心,河南,郑州450002;国家数字交换系统工程技术研究中心,河南,郑州450002 |
| |
| 基金项目： | 国家"九七三"计划项目(2012CB315901);国家"八六三"计划项目(2011AA01A103);国家自然科学基金资助项目(61309020) |
| |
| 摘 要： | 持续指数增长的互联网逐渐带来了信息过载问题,使得推荐系统提供的信息过滤服务尤为重要. 协同过滤是推荐系统领域最为成功的技术,但依然存在数据稀疏性等问题. 社会关系信息能够有效提高推荐系统的预测准确性. 为解决数据稀疏性问题,本文提出了一种利用Logistic函数的社会化矩阵分解推荐算法. 在3组真实数据结合上的实验结果表明,本文提出的算法能够提供更准确的推荐结果,特别是在数据稀疏的情况下,显著缓解了数据稀疏性问题.
|
| 关 键 词： | 推荐系统 协同过滤 矩阵分解 社会关系 Logistic函数 |
| 收稿时间： | 2013-09-02 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 |
|
点击此处可从《北京理工大学学报》下载免费的PDF全文 |
|
