基于評(píng)分相似性的群稀疏矩陣分解推薦算法
大小：0.73 MB 人氣： 2017-12-05 需要積分：3
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：推薦算法(9953)稀疏矩陣(1339)
如何提高系統(tǒng)的推薦精度，是當(dāng)前推薦系統(tǒng)面臨的重要問(wèn)題。對(duì)矩陣分解模型進(jìn)行了研究，針對(duì)評(píng)分?jǐn)?shù)據(jù)的群結(jié)構(gòu)性問(wèn)題，提出了一種基于評(píng)分相似性的群稀疏矩陣分解模型（ SSMF-GS）。首先，根據(jù)用戶的評(píng)分行為對(duì)評(píng)分?jǐn)?shù)據(jù)矩陣進(jìn)行分群，獲得相似用戶群評(píng)分矩陣；然后，通過(guò)SSMF-GS算法對(duì)相似用戶群評(píng)分矩陣進(jìn)行群稀疏矩陣分解；最后，采用交替優(yōu)化算法對(duì)模型進(jìn)行求解。所提模型可以篩選出不同用戶群的偏好潛在項(xiàng)目特征，提升了潛在特征的可解釋性。在GroupLens網(wǎng)站上提供的MovieLens數(shù)據(jù)集上進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，所提算法可以顯著提高預(yù)測(cè)精度，平均絕對(duì)誤差（MAE）及均方根誤差（RMSE）指標(biāo)均表現(xiàn)出良好的性能。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于評(píng)分相似性的群稀疏矩陣分解推薦算法下載
相關(guān)電子資料下載
- TikTok將開(kāi)發(fā)獨(dú)立版推薦算法，以滿足美國(guó)用戶需求？ 426
- 快手的短視頻推薦算法（1） 782
- 稀疏矩陣包含了哪幾種基本的運(yùn)算操作呢 1410
- 詳解推薦算法的架構(gòu)流程 2871
- 《麻省理工科技評(píng)論》發(fā)布了最新的2021年10大突破性技術(shù)的概念 2813
- top-N推薦算法評(píng)測(cè)的影響有哪些？ 1846
- 基于賽靈思FPGA的廣告推薦算法Wide and deep硬件加速案例 2775
- 互聯(lián)網(wǎng)廣告推薦迎來(lái)變革，雪湖科技聯(lián)合賽靈思發(fā)布推薦算法解決方案 1614
- 基于阿里云FPGA云的廣告推薦算法加速器 985
- 基于深度學(xué)習(xí)的推薦算法大部分都存在不同程度的數(shù)據(jù)集缺失和源碼缺失 3690