基于用户偏好的矩阵分解推荐算法-OpenRepositoryofNational.PDFVIP

Journal of Computer Applications ISSN 1001-9081 2015-12-15 :118 － 121 CODEN JYIIDU http :/ /www． joca． cn 计算机应用，2015 ，35 (S2) 文章编号:1001-9081 (2015)S2-0118-04 基于用户偏好的矩阵分解推荐算法 * ， ， 刘慧婷 陈 艳 肖慧慧 ( ， 230601) 安徽大学 计算机科学与技术学院 合肥 (* 通信作者电子邮箱htliu@ ahu． edu． cn) : ， 算法(USPMF)。综合考虑通过对用户之间的相 摘 要 为提高推荐精确度 提出了一种基于用户偏好的矩阵分解推荐 、 ， ， 。USPMF 似性 用户与项目之间的信息的分析 同时考虑数据量大引起的时间和空间复杂度高的问题 引入了矩阵分解方式 ， ， 。 USPMF 、 算法以优化损失函数为目标 在达到全局最优的同时 提高预测的准确度 将 算法与正则化矩阵分解算法 基于用 ， ，USPMF ， 户的协同过滤推荐算法进行了比较 在真实的数据集上的实验结果表明 算法在预测准确性上有显著提高 平均绝对 (MAE) 13． 70% 、1． 17% ， (RMSE) 15． 07% 、1． 03% 。 误差 分别降低了 均方根误差 分别降低了 : ; ; ; ; 关键词 矩阵分解 用户偏好 正则化 协同过滤 个性化推荐 中图分类号:TP311． 13 文献标志码:A Matrix factorization recommendation algorithm based on users ’preference * LIU Huiting ，CHEN Yan ，XIAO Huihui (School of Computer Science and Technology ，Anhui University ，Hefei Anhui 230601 ，China) Abstract :To improve the accuracy of recommendation ，the paper proposed USPMF ，a matrix factorization recommendation algorithm based one users ’preference． Based o