| 基于标签自适应选择的矩阵分解推荐算法 |
| |
| 引用本文： | 宋威,李雪松.基于标签自适应选择的矩阵分解推荐算法[J].计算机工程与科学,2018,40(10):1731-1736. |
| |
| 作者姓名： | 宋威 李雪松 |
| |
| 作者单位： | （1.北方工业大学计算机学院,北京 100144；2.大规模流数据集成与分析技术北京市重点实验室,北京 100144） |
| |
| 基金项目： | 北京市自然科学基金(4162022)；北京市科技计划项目(D161100005216002)；北京市优秀人才青年拔尖个人项目(2015000026833ZK04) |
| |
| 摘 要： | 将标签融入矩阵分解方法是当前推荐系统研究的热点。提出了一种基于标签自适应选择的矩阵分解推荐算法。首先,提出了标签 评分稀疏系数,较好地平衡了推荐过程中潜在特征与标签的使用问题。其次,利用标签的次数来计算标签向量,体现了标签的不同频率对不同物品的影响。最后,给出了算法的总体描述。实验结果表明,算法具有较高的推荐精度和较快的收敛速度。
|
| 关 键 词： | 推荐系统 矩阵分解 隐语义模型 标签自适应选择 标签 评分稀疏系数 |
| 收稿时间： | 2018-05-11 |
| 修稿时间： | 2018-10-25 |
A matrix factorization recommendation algorithm
based on adaptive tag selection |
| |
| SONG Wei,LI Xue song.A matrix factorization recommendation algorithm
based on adaptive tag selection[J].Computer Engineering & Science,2018,40(10):1731-1736. |
| |
| Authors: | SONG Wei LI Xue song |
| |
| Affiliation: | (1.College of Computer Science and Technology,North China University of Technology,Beijing 100144；
2.Beijing Key Laboratory on Integration and Analysis of Large Scale Stream Data,Beijing 100144,China)
|
| |
| Abstract: | |
| |
| Keywords: | recommendation system matrix factorization latent factor model adaptive tag selection tag-rating sparsity coefficient |
|
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
|
