×

如何使用融合社交网络和兴趣进行正则化矩阵分解推荐模型

消耗积分:0 | 格式:rar | 大小:0.90 MB | 2018-12-29

分享资料个

　　针对目前用户偏好数据和社交关系数据十分稀疏的问题，以及用户可能更加喜欢朋友推荐的商品而不喜欢非朋友推荐的商品这样一个事实，提出了一种结合社交网络和用户间的兴趣偏好相似度的正则化矩阵分解推荐算法，首先针对社交关系数据稀疏问题，利用网络的全局和局部拓扑特性挖掘出用户间的信任和不信任关系矩阵，然后定义了一种改进的用户间的兴趣偏好相似度计算方法，最后在矩阵分解的过程中将信任矩阵、不信任矩阵以及兴趣相关性综合起来为用户作出推荐。实验表明该方法优于主要的正则化推荐方法，与基本的矩阵分解模型（ SocialMF）、SoRec、TrustMF、CTRPMF、RecSSN算法相比，算法在均方根误差（RMSE）和平均绝对误差（MAE）上分别减小了1.1 qo~9.Sqo和20/0~ 10. lqo，取得了较好的推荐效果。

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 !