计算机工程与应用
計算機工程與應用
계산궤공정여응용
Computer Engineering and Applications
2015年
23期
119-124
,共6页
标签%网络图%互增强%偏好信息%矩阵分解
標籤%網絡圖%互增彊%偏好信息%矩陣分解
표첨%망락도%호증강%편호신식%구진분해
tags%graphs network%enhanced mutual relations%preference information%matrix factorization
个性化推荐研究中,垃圾标签不仅会导致数据稀疏性问题,同时影响推荐的实时性和精确性.因此提出一种优化标签的矩阵分解推荐算法OTMFR,该算法分为两个阶段:首先优化标签,在建立三部网络图的基础上提出一种标签排序算法,利用互增强的关系得到关于标签流行度的排序,去除排序靠后的垃圾标签;然后在此基础上利用用户和资源对标签的偏好信息构建用户-资源偏好矩阵,并从矩阵分解的角度为用户产生推荐.在Delicious数据集上的实验结果表明,该算法在推荐精准度上有较为明显的效果.
箇性化推薦研究中,垃圾標籤不僅會導緻數據稀疏性問題,同時影響推薦的實時性和精確性.因此提齣一種優化標籤的矩陣分解推薦算法OTMFR,該算法分為兩箇階段:首先優化標籤,在建立三部網絡圖的基礎上提齣一種標籤排序算法,利用互增彊的關繫得到關于標籤流行度的排序,去除排序靠後的垃圾標籤;然後在此基礎上利用用戶和資源對標籤的偏好信息構建用戶-資源偏好矩陣,併從矩陣分解的角度為用戶產生推薦.在Delicious數據集上的實驗結果錶明,該算法在推薦精準度上有較為明顯的效果.
개성화추천연구중,랄급표첨불부회도치수거희소성문제,동시영향추천적실시성화정학성.인차제출일충우화표첨적구진분해추천산법OTMFR,해산법분위량개계단:수선우화표첨,재건립삼부망락도적기출상제출일충표첨배서산법,이용호증강적관계득도관우표첨류행도적배서,거제배서고후적랄급표첨;연후재차기출상이용용호화자원대표첨적편호신식구건용호-자원편호구진,병종구진분해적각도위용호산생추천.재Delicious수거집상적실험결과표명,해산법재추천정준도상유교위명현적효과.
