首页 | 本学科首页   官方微博 | 高级检索  
     

结合置信度和SVD的协同过滤算法
引用本文:张超,秦永彬,黄瑞章.结合置信度和SVD的协同过滤算法[J].计算机与数字工程,2015,43(5).
作者姓名:张超  秦永彬  黄瑞章
作者单位:贵州大学计算机科学与技术学院 贵阳550025
基金项目:国家自然科学基金,贵州省应用基础研究重大项目,贵州省科学技术基金,省“125计划”重大科技专项,高等学校博士学科点专项科研基金,贵州大学创新基金,贵州省科技厅联合基金
摘    要:为了解决基于传统模型的协同过滤算法的数据稀疏性与冷启动问题,引入置信度参数,并结合隐式反馈信息,提出了两种基于奇异值分解(SVD)的协同过滤算法,CSVD和NCSVD.CSVD算法在基于偏置的矩阵分解模型上引入了置信度参数,以改进模型偏置项没有针对物品规模根据每个评分调整偏置权重的问题,NCSVD在此基础上引入隐式反馈信息,改善了冷启动问题,在真实数据集上的实验证明表明,其能有效提高SVD系列算法的推荐精度.

关 键 词:推荐系统  协同过滤  奇异值分解  置信度  算法

Collaborative Filtering Algorithms Based on Confidence Level and SVD
ZHANG Chao,QIN Yongbin,HUANG Ruizhang.Collaborative Filtering Algorithms Based on Confidence Level and SVD[J].Computer and Digital Engineering,2015,43(5).
Authors:ZHANG Chao  QIN Yongbin  HUANG Ruizhang
Abstract:
Keywords:recommender system  collaborative filtering  single value decomposition  confidence level  algorithms
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