资料下载
×
一种基于联合概率矩阵分解的群推荐方法
消耗积分:0 |
格式:pdf |
大小:0.95 MB |
2021-03-31
分享资料个
近年来随着互联网的快速发展，各种虚拟社区不断涌现，用户组成群共同活动的现象逐渐增多，人们开始逐渐关注面向群的推荐。已有的群推荐方法大多是在基于内存的协同过滤推荐方法上进行改进，或是认为组内成员相互独立，忽略了群内成员间的关联关系对群推荐结果的影响。为此，该文提岀了一种基于联合概率矩阵分解的群推荐方法，更好地对群推荐问题进行建模。首先，利用用户加人的群的信息计算用户之间的相关性，其次，将用户相关性矩阵融入到概率矩阵分解过程中，得到个人预测评分，最后，利用面向群推荐冋题中常用的合成策略对个人预测评分进行融合，得到群对项目的预测评分。进一步将该文提出的方法与现有常用的群推荐方法进行比较，在Citeulike数据集上进行实验，实验结果表明，该文所提出的方法在准确率、召回率等多种评价指标上都取得了更好的推荐结果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
