| URTP:一种基于用户-区域-时间-商品的因子分解推荐模型 |
| |
| 引用本文： | 胡亚慧,杨莎,刘晶,余伟,李石君,王俊,方其庆.URTP:一种基于用户-区域-时间-商品的因子分解推荐模型[J].计算机科学,2016,43(9):107-110, 130. |
| |
| 作者姓名： | 胡亚慧 杨莎 刘晶 余伟 李石君 王俊 方其庆 |
| |
| 作者单位： | 武汉大学计算机学院 武汉430079;空军预警学院 武汉430019,汉口学院计算机科学与技术学院 武汉430212,中南民族大学计算机科学学院 武汉430074,武汉大学计算机学院 武汉430079,武汉大学计算机学院 武汉430079,武汉大学计算机学院 武汉430079,空军预警学院 武汉430019 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61272109),青年自然科学基金(61502350),中央高校基本科研业务费专项资金项目(2042014kf0057),湖北省自然科学基金项目(2014CFB289),空军预警学院青年创新基金(2013ZDJC0101)资助 |
| |
| 摘 要： | 如何从海量的数据中将不同的商品在恰当的时间、合理的位置推荐给适当的人(或人群)是当前面临的主要挑战。考虑到不同国家不同区域的人(或人群)在宗教信仰、职业、教育程度等方面有着不同的文化背景差异,以及大数据环境下商品推荐常常面临数据稀疏和冷启动等问题,从签到数据中抽取出目标用户所在的地理位置,根据该位置的文化背景特点筛选出与目标用户有相似或相同的文化背景的人群；再根据每个商品适宜购买的最佳合理时间和间隔购买时间选出恰当的商品,运用因子分解机的思想建立用户-区域-时间-商品因子分解模型。大量真实数据集上的实验表明该模型能够在数据量大、高稀疏的数据环境下进行商品推荐,验证了该方法的可行性、有效性和高效性。
|
| 关 键 词： | 商品推荐 文化 大数据 |
| 收稿时间： | 2015/7/26 0:00:00 |
| 修稿时间： | 2015/8/17 0:00:00 |
URTP:A Factorization Model for Recommendation Based on Users,Regions,Time and Products |
| |
| HU Ya-hui,YANG Sh,LIU Jing,YU Wei,LI Shi-jun,WANG Jun and FANG Qi-qing.URTP:A Factorization Model for Recommendation Based on Users,Regions,Time and Products[J].Computer Science,2016,43(9):107-110, 130. |
| |
| Authors: | HU Ya-hui YANG Sh LIU Jing YU Wei LI Shi-jun WANG Jun and FANG Qi-qing |
| |
| Affiliation: | School of Computer,Wuhan University,Wuhan 430079,China;Air Force Early Warning Academy,Wuhan 430019,China,College of Computer Science and Technology,Hankou University,Wuhan 430212,China,College of Computer Science,South-Central University for Nationalities,Wuhan 430074,China,School of Computer,Wuhan University,Wuhan 430079,China,School of Computer,Wuhan University,Wuhan 430079,China,School of Computer,Wuhan University,Wuhan 430079,China and Air Force Early Warning Academy,Wuhan 430019,China |
| |
| Abstract: | |
| |
| Keywords: | Commodity recommendation Culture Big data |
|
| 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 |
|
