原创力文档- 1、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。。
- 2、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。
- 3、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)。
查看更多
第 卷 第 期 计 算 机 科 学
４５ １０ Vol．４５No．１０
年 月
２０１８ １０ COMPUTER SCIENCE Oct．２０１８
融合矩阵分解与距离度量学习的社会化推荐算法
, , , ,
文俊浩１２ 戴大文１２ 余俊良１２ 高 旻１２ 张宜浩３
１
(重庆大学大数据与软件学院 重庆 )
４０１３３１
２
( )
信息物理社会可信服务计算教育部重点实验室 重庆
４０００３０
３
(重庆理工大学计算机科学与工程学院 重庆 )
４０００５４
,
摘 要 为解决传统推荐系统中存在的冷启动难题 基于距离反映偏好的假设提出了一种融合矩阵分解与距离度量
. ,
学习的社会化推荐算法 该算法同时对样本和距离度量进行训练 在满足距离约束的前提下更新距离度量和用户与
, , .
项目的坐标 并将用户与项目嵌入到统一的低维空间 利用用户与项目之间的距离生成推荐结果 基于豆瓣和EiＧ
p
,
nions数据集的对比实验结果验证了该方法可有效提高推荐系统的可解释性和精确度 明显优于基于矩阵分解的推荐
. , ,
方法 研究结果表明 所提方法缓解了传统推荐系统中存在的冷启动问题 为推荐系统的研究提供了另一种可供参考
的研究思路.
, , ,
关键词 社会化推荐 矩阵分解 距离度量学习 协同过滤
中图法分类号 文献标识码 /
TP３９１ A DOI １０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．１０．０３６
j
文档评论（0）