|
|||||
|
|
| 评分预测问题中个性化推荐模型的研究 | |
| 引用本文： | 孟利民,赵 维,应颂翔.评分预测问题中个性化推荐模型的研究[J].浙江工业大学学报,2016,44(2):119-123. |
| 作者姓名： | 孟利民 赵 维 应颂翔 |
| 作者单位： | （浙江工业大学信息工程学院，浙江杭州３１００２３） |
| 基金项目： | 国家自然科学基金资助项目（６１３７２０８７） |
| 摘 要： | 评分预测问题的主要任务是通过分析用户的历史评分数据集，预测给定用户对新物品的评
分，是推荐系统中最热门的问题之一．评分数据表征了用户对物品的明确观点，具有很高的挖掘价
值．在对平均值预测模型、基于用户的邻域模型（ＵｓｅｒＣＦ）以及基于奇异值分解的模型（ＳＶＤ）等进
行了全面分析和研究的基础上，对各个模型进行了不同程度的改进，最后使用ＭｏｉｖｅＬｅｎｓ的公开
数据集将传统模型和改进后的模型进行对比测试．测试结果表明：改进后的新模型相比传统的推荐
模型在推荐结果的精度上有了不同程度的提高． |
| 关 键 词： | 推荐模型 邻域模型 矩阵分解 加权融合 |
| 点击此处可从《浙江工业大学学报》浏览原始摘要信息 | |
| 点击此处可从《浙江工业大学学报》下载全文 | |