首页|融合标签和组推荐技术的评分预测算法

融合标签和组推荐技术的评分预测算法

RATING PREDICTION ALGORITHM COMBINING TAG AND GROUP RECOMMENDATION TECHNOLOGY

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于用户的评分数据过于稀疏,使得现有的一些基于矩阵分解的用户评分预测算法计算出的用户评分预测偏差过大,预测准确率无法进一步提升.在这个问题上,最常使用的解决办法是加入用户的社交网络数据,这些方法利用用户之间的社交信息来关联用户,根据用户好友的数据来增加用户的预测准确率.大多数情况下用户的社交网络数据不是很容易获得.在没有使用用户社交网络数据的基础上,针对推荐系统的用户评分预测中常用的概率矩阵分解模型准确性的问题,提出利用融合标签和用户聚类类别信息对原有的概率矩阵分解模型添加约束,进而减小预测结果的误差.仿真结果表明,增加用户聚类与电影标签数据能有效减小算法预测误差.

詹彬、吴晓鸰、凌捷

展开 >

广东工业大学计算机学院 广东 广州510000

概率矩阵分解 用户聚类 群推荐 用户相似度 标签推荐

广东省重点领域研发计划广州市科技计划广州市科技计划广州市科技计划

2019B010139002201902020006201902020007201902010034

2022

10.3969/j.issn.1000-386x.2022.06.042

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(6)
  • 2