西安电子科技大学学报（自然科学版）
西安電子科技大學學報（自然科學版）
서안전자과기대학학보（자연과학판）
JOURNAL OF XIDIAN UNIVERSITY(NATURAL SCIENCE)
2009年
4期
614-618,638
,共6页
项目多类属%概率潜在语义分析%迭代方法%协同过滤%算法
項目多類屬%概率潛在語義分析%迭代方法%協同過濾%算法
항목다류속%개솔잠재어의분석%질대방법%협동과려%산법
提出了一种通过降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法(基于项目多类属概率潜在语义的协同过滤算法).首先将概率潜在语义分析法中的隐变量集固定为项目的多类属集,明确隐变量的意义,限制隐变量的变化范围;而后迭代学习隐变量的分布,即用户的兴趣模型,压缩用户评分矩阵;最后用学到的兴趣模型度量用户的相似度,对目标用户做出推荐.仿真实验结果表明:该算法有效解决了数据稀疏问题,平均绝对误差低于基于记忆的协同过滤算法4%;与通过概率潜在语义分析法降低用户评分矩阵维数来解决数据稀疏问题的协同过滤算法相比,该算法明确了隐变量的意义,提高了对系统的理解,并取得了富有竞争力的推荐性能.
提齣瞭一種通過降低用戶評分矩陣維數來解決數據稀疏問題的協同過濾算法(基于項目多類屬概率潛在語義的協同過濾算法).首先將概率潛在語義分析法中的隱變量集固定為項目的多類屬集,明確隱變量的意義,限製隱變量的變化範圍;而後迭代學習隱變量的分佈,即用戶的興趣模型,壓縮用戶評分矩陣;最後用學到的興趣模型度量用戶的相似度,對目標用戶做齣推薦.倣真實驗結果錶明:該算法有效解決瞭數據稀疏問題,平均絕對誤差低于基于記憶的協同過濾算法4%;與通過概率潛在語義分析法降低用戶評分矩陣維數來解決數據稀疏問題的協同過濾算法相比,該算法明確瞭隱變量的意義,提高瞭對繫統的理解,併取得瞭富有競爭力的推薦性能.
제출료일충통과강저용호평분구진유수래해결수거희소문제적협동과려산법(기우항목다류속개솔잠재어의적협동과려산법).수선장개솔잠재어의분석법중적은변량집고정위항목적다류속집,명학은변량적의의,한제은변량적변화범위;이후질대학습은변량적분포,즉용호적흥취모형,압축용호평분구진;최후용학도적흥취모형도량용호적상사도,대목표용호주출추천.방진실험결과표명:해산법유효해결료수거희소문제,평균절대오차저우기우기억적협동과려산법4%;여통과개솔잠재어의분석법강저용호평분구진유수래해결수거희소문제적협동과려산법상비,해산법명학료은변량적의의,제고료대계통적리해,병취득료부유경쟁력적추천성능.
