基于用户类别偏好相似度和联合矩阵分解的推荐算法-数据采集与处理.PDFVIP

基于用户类别偏好相似度和联合矩阵分解的推荐算法 何海洋 王 勇 蔡国永 桂林电子科技大学计算机与信息安全学院桂林 桂林电子科技大学广西密码学与信息安全重点实 验室桂林 桂林电子科技大学广西可信软件重点实验室桂林 摘 要利用上下文信息来提高推荐准确率并增强用户体验是当前推荐领域研究热点之一然而现有 的上下文感知推荐算法依然面临数据稀疏性问题的挑战为了进一步缓解数据稀疏性问题本文提出 一种基于用户类别偏好相似度及联合矩阵分解的推荐算法 它结合用户评分数据及用户类别偏好进行物品推荐以解决用户评分数据稀疏 时评分预测准确率低的问题算法的时间复杂度随着数据量的增加呈线性增长因此适用于大规模数 据通过在真实数据集 上的实验结果表明本文提出的方法在 评价指标上优于现有 代表性的算法验证了本文所提出的推荐算法的有效性 关键词推荐系统联合矩阵分解用户类别偏好评分预测 中图分类号 文献标志码