矩阵分解技术在电影推荐系统中的应用OA
Application of Matrix Factorization in Movie Recommendation System
随着大数据、移动互联网的快速发展,推荐系统成为解决网络信息过载的有力工具.为解决传统推荐系统由于没有将社交网络中用户关系考虑进去而导致的稀疏矩阵、冷启动等问题,提出一种基于矩阵分解技术的电影推荐系统算法MFMRS.该算法充分考虑到社交网络中用户之间的关系对推荐结果的影响,通过设置特征参数、损失函数、随机梯度下降等方法对推荐系统的精度进行改进.结果表明,通过应用该算法,Douban数据集的精度提升62％,Netflix数据集的精度提升51％.
蔡崇超;许华虎
上海大学计算机工程与科学学院,上海200444湖州职业技术学院物流与信息工程学院,浙江湖州313000
信息技术与安全科学
推荐系统社交网络矩阵分解梯度下降
《软件导刊》 2021 (1)
174-177,4
评论