| 基于动态卷积概率矩阵分解的潜在群组推荐 |
| |
| 引用本文： | 王海艳, 董茂伟. 基于动态卷积概率矩阵分解的潜在群组推荐[J]. 计算机研究与发展, 2017, 54(8): 1853-1863. DOI: 10.7544/issn1000-1239.2017.20170344 |
| |
| 作者姓名： | 王海艳 董茂伟 |
| |
| 作者单位： | 1(南京邮电大学计算机学院 南京 210023);2(江苏省无线传感网高技术研究重点实验室 南京 210003);3(江苏省大数据安全与智能处理重点实验室 南京 210023) (wanghy@njupt.edu.cn) |
| |
| 基金项目： | 国家自然科学基金项目(61201163,61373138) |
| |
| 摘 要： | 近年来,群组推荐由于其良好的实用价值得到了广泛关注.然而,已有的群组推荐方法大多都是根据分析用户对服务的评分矩阵直接将个体用户的推荐结果或个体用户偏好进行聚合,没有综合地考虑用户-群组-服务这三者间的联系,导致群组推荐效果欠佳.受潜在因子模型与状态空间模型启发,结合评分矩阵、服务描述文档以及时间因素,共同分析用户-群组-服务间的联系,提出了一种基于动态卷积概率矩阵分解的群组推荐方法.该方法首先利用基于卷积神经网络的文本表示方法获取服务潜在特征模型的先验分布;然后,将状态空间模型与概率矩阵分解模型相结合,获得用户潜在偏好向量与服务特征向量;之后,对用户偏好向量运用聚类算法来发现潜在的群组;最终,对群组中的用户偏好采取均值策略融合成群组偏好向量,并与服务特征向量共同生成群组对服务的评分,实现群组推荐.通过在MovieLens数据集上与同类方法进行对比实验,发现所提方法的推荐有效性与精确性上更具有优势.
|
| 关 键 词： | 卷积神经网络 概率矩阵分解 状态空间模型 聚类算法 群组推荐 |
|
| 点击此处可从《计算机研究与发展》浏览原始摘要信息 |
|
点击此处可从《计算机研究与发展》下载免费的PDF全文 |
|
