×

引入时间效应属性的推荐算法timeSVD++LR

消耗积分:0 | 格式:rar | 大小:1.51 MB | 2021-05-11

分享资料个

　　针对传统协同过滤算法中的数据稀疏问题，在SVD艹算法和线性回归模型的基础上引人时间效应属性，提出一种推荐算法 times+LR。采用SvD++算法将用户和项目信息与隐式反馈信息相融合映射到隐语义空间，将用户和项目之间的交互作用建模为该空间中的内积。通过描述用户和物品在各因子上的特征来解释评分值，在此基础上对时间效应建模，进一步提高预测结果的准确度。根据预测评分矩阵构造特征向量，将原始训练数据作为线性回归模型的输入，采用梯度下降算法优化最终代价函数，生成使得代价函数值最小的参数向量，同时将特征向量和参数向量代入预测模型求解预测评分。在 Movielens数据集上的实验结果表明，与RSD、SⅤD++和timed艹算法相比，该算法的平均绝对误差和均方根误差均较低，其推荐准确性较高。

下载并关注上传者 低至0.43元/天 开通VIP 免费下载

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

下载排行榜

全部0条评论

快来发表一下你的评论吧 !