基于Item-User网络的概率矩阵分解推荐算法 |
| |
作者单位: | ;1.河海大学计算机与信息学院 |
| |
摘 要: | 传统的矩阵分解算法过分依赖于用户-评分矩阵,导致推荐的准确性不高。为了进一步提高推荐的准确性,文中提出了一种基于Item-User网络的概率矩阵分解推荐算法。该算法不仅通过有向图和信任关系的传递性对用户信任矩阵进行改进,而且引入了物品相似矩阵,全面考虑用户与项目的关系,并对这三个矩阵建立联合概率分解模型。最后构建目标函数,通过最小二乘法求出误差值和预测评分。实验结果表明,该算法相对其他算法有较好的预测结果和解释机制。
|
关 键 词: | 概率矩阵分解 最小二乘法 推荐系统 Item-User网络 |
Probabilistic matrix factorization recommendation algorithm with item-user network |
| |
Abstract: | |
| |
Keywords: | |
|
|