融合用户信任度的概率矩阵分解推荐算法OA
Probabilistic matrix factorization recommendation algorithm based on user trust
针对传统协同过滤推荐方法中用户评分信息稀疏导致推荐准确度不高的问题,提出融合用户信任度的概率矩阵分解推荐算法.该算法综合用户间的联合评分项以及非联合评分项,利用KL散度得到用户信任度排名,使得相似用户间的特征向量更加接近,并在概率矩阵分解过程中维持这种关系.最后在MovieLens 1M和Epinions数据集上采用三种指标进行对比实验,验证了该算法在稀疏数据集上推荐效果的有效性.
陈辉;王锴钺
安徽理工大学 计算机科学与工程学院, 安徽 淮南232001安徽理工大学 计算机科学与工程学院, 安徽 淮南232001
信息技术与安全科学
推荐算法概率矩阵分解KL散度用户信任度协同过滤
《山东理工大学学报（自然科学版）》 2021 (3)
煤矿井下物联网感知层感控异构融合理论与技术基础研究
10-16,7
国家自然科学基金项目(61170060)安徽省自然科学基金项目(1608085ME122)安徽省省级质量工程项目(2016tszy029)
评论