- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于条件型游走部图协同过滤算法
基于条件型游走二部图协同过滤算法
作者 王明佳, 韩景倜
机构 上海财经大学 信息管理与工程学院;上海财经大学 实验中心
发表期刊 《计算机应用研究》
预排期卷 2017 年第34 卷第12 期
访问地址 /article/02-2017-12-042.html
发布日期 2017-04-01 17:22:37
引用格式 王明佳, 韩景倜. 基于条件型游走二部图协同过滤算法[J/OL]. [2017-04-01]. http://www.arocma
/article/02-2017-12-042.html.
摘要 针对拥有少量评分的新用户采用传统方法很难找到目标用户的最近邻居集的问题,提出了一种条
件型游走二部图协同过滤算法。首先根据复杂网络理论的二部图网络,将用户-项目评分矩阵转
换为用户—项目二部图,采用了条件型游走计算目标用户与其他用户之间的相似性,然后根据协
同过滤算法预测未评分项目,产生推荐。研究结果表明在同样的数据稀疏性情况下,基于条件型
游走二部图协同过滤算法在 MAE 和准确率都要优于其他两种传统的协同过滤算法,从而提高了
算法的推荐精度;而且当训练值的比例很低时,即数据稀疏程度越大时,算法的推荐质量的…
关键词 电子商务, 协同过滤, 条件型游走, 二部图, 稀疏性
中图分类号 TP301.6
基金项目
优先出版 计 算 机 应 用 研 究 第34 卷
基于条件型游走二部图协同过滤算法
a a, b
王明佳 ,韩景倜
(上海财经大学 a.信息管理与工程学院;b .实验中心,上海 200433)
摘 要:针对拥有少量评分的新用户采用传统方法很难找到目标用户的最近邻居集的问题,提出了一种条件型游走二部
图协同过滤算法。首先根据复杂网络理论的二部图网络,将用户-项目评分矩阵转换为用户—项目二部图,采用了条件
型游走计算目标用户与其他用户之间的相似性,然后根据协同过滤算法预测未评分项目,产生推荐。研究结果表明在同
样的数据稀疏性情况下,基于条件型游走二部图协同过滤算法在MAE 和准确率都要优于其他两种传统的协同过滤算法,
从而提高了算法的推荐精度;而且当训练值的比例很低时,即数据稀疏程度越大时,算法的推荐质量的提高程度越大。
关键词:电子商务;协同过滤;条件型游走;二部图;稀疏性
中图分类号:TP301.6
Collaborative filtering algorithm based on conditional walk bipartite graph
a a, b
Wang Mingjia , Han Jingti
(a. School of Information Management Engineering; b. Experimental Center, Shanghai University of Finance Economics,
Shanghai 200433, China)
Abstract: For new users with a small number of rating, it is difficult to find the approximate neighbor set of the target user by
the trad
文档评论(0)