首页 | 本学科首页   官方微博 | 高级检索  
     

基于用户特征迁移的协同过滤推荐
引用本文:柯良文,王靖.基于用户特征迁移的协同过滤推荐[J].计算机工程,2015,41(1).
作者姓名:柯良文  王靖
作者单位:华侨大学计算机科学与技术学院,福建厦门,361021
基金项目:国家自然科学基金资助项目,福建省高等学校杰出青年科研人才培育计划基金资助项目,福建省高等学校新世纪优秀人才支持计划基金资助项目
摘    要:为提高推荐系统在数据稀疏情况下的推荐质量,提出一种基于用户特征迁移的协同过滤推荐模型.利用矩阵分解技术提取辅助领域的用户特征,通过建立正则项约束的矩阵分解模型,将辅助领域的用户特征迁移到目标领域中,协助目标领域用户特征的学习,最终生成目标领域的用户推荐.设计快速收敛的Wiberg算法得到模型的最优解,并对实际应用中的可行性进行分析.通过对2个公开数据集的实验结果表明,该模型能够实现辅助领域用户特征的迁移,有效提高目标领域的推荐质量.

关 键 词:数据稀疏  用户特征迁移  协同过滤  矩阵分解  Wiberg算法

Collaborative Filtering Recommendation Based on User Feature Transfer
KE Liangwen,WANG Jing.Collaborative Filtering Recommendation Based on User Feature Transfer[J].Computer Engineering,2015,41(1).
Authors:KE Liangwen  WANG Jing
Abstract:
Keywords:data sparsity  user feature transfer  collaborative filtering  matrix factorization  Wiberg algorithm
本文献已被 万方数据 等数据库收录!
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