排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
冷启动问题一直是推荐系统中十分有挑战性的问题.目前,基于映射的跨域推荐技术在解决冷启动问题上已取得了十分不错的效果,其方法主要分为两类,一类关注共性,即所有用户共享一个映射函数;另一类则关注个性,即为每个用户分别分配个性化的映射函数;然而,这两类方法均没有考虑到用户共性与个性的互补性;此外,这两类方法也忽视了目标域知识本身的挖掘.为了解决以上问题,本文提出了目标域特征感知与互补用户迁移的跨域推荐模型.一方面,提出个性-共性互补映射模块以显式建模用户个性和共性的互补信息,另一方面,提出了关系网络以挖掘目标域知识.最后,在Amazon数据集上的实验取得了目前最优的效果,验证了本文所提出模型的有效性. 相似文献
1