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 |
|