版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于评分矩阵局部低秩假设的成列协同排名算法
Listwise Collaborative Ranking Based on the Assumption of Locally Low-Rank Rating Matrix作者机构：北京交通大学计算机与信息技术学院北京100044
出 版 物：《软件学报》 (Journal of Software)
年 卷 期：2015年第26卷第11期
页 面：2981-2993页
核心收录：
学科分类：08[工学] 0835[工学-软件工程] 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：北京市自然科学基金(4142042) 中央高校基本科研业务费专项资金(2015YJS049)
摘 要：协同过滤方法是当今大多数推荐系统的核心.传统的协同过滤方法专注于评分预测的准确性,然而实际推荐系统的推荐结果往往是项目的排序.针对这一问题,将排名学习领域的知识引入推荐算法,设计了一种基于评分矩阵局部低秩假设的成列协同排名算法.选择直接使用计算复杂度较低的成列损失函数来优化矩阵分解模型,并通过实验验证了其在运算速度上的显著提升.在3个实际推荐系统数据集上,与当下主流推荐算法的比较实验结果表明,该算法具有良好的性能.
