《矩阵分解与多路径信任融合的协同过滤算法概述》6300字.docxVIP

文

文

PAGE#

PAGE#

万方数据

矩阵分解与多路径信任融合的协同过滤算法概述

目录

TOC\o1-3\h\u2330矩阵分解与多路径信任融合的协同过滤算法概述 1

29871.1引言 1

316891.2矩阵分解与多路径信任算法 2

70231.2.1矩阵分解技术 2

97661.2.2多路径信任度的计算算法 6

235471.2.3矩阵分解与多路径信任度融合推荐算法 34

163221.3实验结果与分析 27

120371.1.1实验环境配置 27

210271.1.2实验设置及结果分析 28

传统推荐系统在数据稀疏情况下的推荐质量不高和冷启动问题，本章提出将正则化的矩阵分解技术和社交网络信任模型相结合的协同过滤算法。首先在信任度计算方面，引入专家节点的方法来确定两个非相邻节点之间存在多条路径信任度的选择问题；同时为了提高用户一项目评分矩阵的预测精度，在矩阵分解优化的基础上引入正则化的方法。接着将多路径信任度矩阵与通过矩阵正则化后获取的用户一项目评分相似度进行融合而做出评分预测。最后在经典的MovieLens两个不同大小的数据集（100k和1M）上对本章提出的算法通过RMSE（RootMeanSquareError）值进行验证和比对，结果显示本文提出算法的推荐精度