基于受约束偏置的概率矩阵分解算法①.PDFVIP

2016 年 第 25 卷 第 5 期 计 算 机 系 统 应 用 基于受约束偏置的概率矩阵分解算法① 1,2 1,2 3 梅 忠 , 肖如良 , 张桂刚 1(福建师范大学 软件学院, 福州 350117) 2(大数据分析与应用福建省高校工程研究中心, 福州 350117) 3( 中国科学院自动化研究所, 北京 100190) 摘 要: 在概率矩阵分解(PMF)模型拟合之后, 评分较少用户的特征趋近于先验分布的平均值, 导致对其评分预 测接近物品的平均评分. 受约束概率矩阵分解(CPMF)未考虑到不同评分系统的整体差异以及数据集内部用户与 物品存在的固有属性. 针对以上问题, 提出将传统矩阵分解中的用户和物品偏置项以及全局平均分结合受约束 概率矩阵分解来建立新的矩阵分解算法. 算法利用整体平均分衡量不同评分系统, 在采用偏置来表示用户以及 物品之间