咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >融合分类和情境偏好的矩阵分解电影推荐算法 收藏

融合分类和情境偏好的矩阵分解电影推荐算法

Matrix Decomposition Movie Recommendation Algorithm by Combining Classification and Context Preference

作     者:王文铃 虞慧群 范贵生 WANG Wenling;YU Huiqun;FAN Guisheng

作者机构:华东理工大学计算机科学与工程系上海200237 上海市计算机软件测评重点实验室上海201112 

出 版 物:《华东理工大学学报(自然科学版)》 (Journal of East China University of Science and Technology)

年 卷 期:2021年第47卷第3期

页      面:348-353页

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61702334,61772200) 上海市浦江人才计划(17PJ401900) 上海自然科学基金(17ZR1406900,17ZR1429700) 华东理工大学教育教学规律与方法研究项目(ZH1726108) 

主  题:矩阵分解 情境信息 分类模型 影视推荐 

摘      要:为提高个性化影视推荐的准确率,提出了一种融合了决策树模型和包含了用户情境信息的矩阵分解算法的混合推荐算法。通过融入了情境偏置的矩阵分解算法,得到初始的影视推荐列表,之后通过分类模型的训练,得出用户在特定情境下对电影类型的偏好。将初始推荐列表根据分类模型得出的用户特定情境下的偏好进行二次筛选,得到最终推荐结果。相较于传统的协同过滤算法、矩阵分解算法和Baseline算法,该混合推荐算法通过两层筛选的过程,推荐准确率得到了提高,提高了推荐系统的性能。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分