融合用户信任度的概率矩阵分解推荐算法 |
| |
作者姓名: | 陈辉 王锴钺 |
| |
作者单位: | 安徽理工大学 计算机科学与工程学院, 安徽 淮南232001;安徽理工大学 计算机科学与工程学院, 安徽 淮南232001 |
| |
基金项目: | 国家自然科学基金;安徽省自然科学基金;安徽省省级质量工程项目 |
| |
摘 要: | 针对传统协同过滤推荐方法中用户评分信息稀疏导致推荐准确度不高的问题,提出融合用户信任度的概率矩阵分解推荐算法.该算法综合用户间的联合评分项以及非联合评分项,利用KL散度得到用户信任度排名,使得相似用户间的特征向量更加接近,并在概率矩阵分解过程中维持这种关系.最后在MovieLens 1M和Epinions数据集上采用三...
|
关 键 词: | 推荐算法 概率矩阵分解 KL散度 用户信任度 协同过滤 |
本文献已被 CNKI 万方数据 等数据库收录! |
|