引入偏置矩阵分解推荐算法研究.PDFVIP

———————————————————————————————————————————————— 引入偏置的矩阵分解推荐算法研究 作者 毕华玲，周微，卢福强 机构 东北大学 信息科学与工程学院；东北大学秦皇岛分校 基金项目 国家自然科学基金资助项目；河北省自然科学基金资助项目（G2016501086）； 河北省高等学校科学技术研究重点项目（ZD2016202） 预排期卷 《计算机应用研究》2018 年第35 卷第10 期 摘要 由于矩阵分解良好的可扩展性和较高的预测精度，在推荐算法的应用中有出色的表现。本文 在基础的矩阵分解模型上先后引入全局偏置和时间偏置，以提高预测准确度和推荐质量。以 个性化推荐系统为对象，在MovieLens 数据集上的实验表明，所设计的方法在提高了算法的 预测精度。 关键词 矩阵分解；偏置；推荐系统 作者简介 毕华玲（1981-），女，山东威海人，讲师，博士研究生，主要研究方向为复杂系统建模与优 化；周微（1993-），女，江苏南京人，学士，主要研究方向为推荐算法设计；卢福强（1980-）， 男，辽宁阜新人，副教授，博士，主要研究方向为物流与供应链管理（fqlu@）． 中图分类号 TP 访问地址 /article/02-2018-10-045.html 发布日期 2017 年9 月27 日 引用格式 毕华玲, 周微, 卢福强. 引入偏置的矩阵分解推荐算法研究[J/OL]. 2018, 35(10). [2017-09-27]. /article/02-2018-10-045.html. 35 10 Vol. 35 No. 10 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 引入偏置的矩阵分解推荐算法研究 * 1, 2 2 1 毕华玲 ，周 微 ，卢福强 (1. 东北大学 信息科学与工程学院, 沈阳 110819; 2. 东北大学秦皇岛分校, 河北 秦皇岛 066004) 摘 要：由于矩阵分解良好的可扩展性和较高的预测精度，在推荐算法的应用中有出色的表现。本文在基础的矩阵分 解模型上先后引入全局偏置和时间偏置，以提高预测准确度和推荐质量。以个性化推荐系统为对象，在MovieLens 数 据集上的实验表明，所设计的方法在提高了算法的预测精度。 关键词：矩阵分解；偏置；推荐系统 中图分类号：TP Bias based matrix factorization recommender techniques 1 2 1 Bi Hualing , Zhou Wei , Lu Fuqian (1. College of Information Science Engineering , Northeastern University, Shenyang 110819, China; 2. College of Management , Northeastern