首页 | 本学科首页   官方微博 | 高级检索  
     

基于联合概率矩阵分解的移动社会化推荐
引用本文:熊丽荣,刘坚,汤颖.基于联合概率矩阵分解的移动社会化推荐[J].计算机科学,2016,43(9):255-260, 265.
作者姓名:熊丽荣  刘坚  汤颖
作者单位:浙江工业大学计算机科学与技术学院 杭州310023,浙江工业大学计算机科学与技术学院 杭州310023,浙江工业大学计算机科学与技术学院 杭州310023
基金项目:本文受浙江省重大科技专项重大工业项目(2012C11026-2)资助
摘    要:利用移动设备上下文、移动社会化网络等信息进一步提高推荐系统的预测准确率,并缓解可能存在的数据稀疏性和冷启动问题,已经成为移动推荐系统的主要任务。采用基于矩阵分解的因子分析方法,结合用户、服务和用户社会化网络信息进行服务推荐,可以缓解数据稀疏性和冷启动问题;同时,为了增加信任矩阵密度,引入间接信任关系,提出了一种符合移动社会化网络特点的信任度计算方法,该方法仅利用移动社会化网络结构信息构建信任矩阵,从而减少用户对信任关系的主动标识。实验结果表明,引入间接信任关系能够提高预测精度,同时 比传统的协同过滤算法和已有的一些矩阵分解方法具有更好的预测准确率,特别是在评分数据稀疏的情况下。

关 键 词:移动推荐  社会化推荐  矩阵分解  信任度  数据稀疏性
收稿时间:2015/7/17 0:00:00
修稿时间:2015/11/12 0:00:00

Mobile Social Recommendation Based on Unified Probabilistic Matrix Factorization
XIONG Li-rong,LIU Jian and TANG Ying.Mobile Social Recommendation Based on Unified Probabilistic Matrix Factorization[J].Computer Science,2016,43(9):255-260, 265.
Authors:XIONG Li-rong  LIU Jian and TANG Ying
Affiliation:School of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China,School of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China and School of Computer Science and Technology,Zhejiang University of Technology,Hangzhou 310023,China
Abstract:
Keywords:Mobile recommendation  Social recommendation  Matrix factorization  Trust  Data sparsity
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号