Institutional Repository of School of Information Engineering and Artificial Intelligence
| 基于概率矩阵分解的推荐算法 | |
张昪
| |
| 2017 | |
| 发表期刊 | 西安航空学院学报
 |
| 期号 | 3页码:78-83 |
| 摘要 | 为了解决传统协同过滤推荐算法的可扩展性差和数据稀疏性的问题,提出了一种基于随机梯度下降的概率矩阵分解推荐算法。该算法是生成两个服从高斯分布的随机数矩阵,不断训练和更新使得这两个矩阵的内积趋近于用户评分矩阵,为了避免模型过度拟合训练数据,在此基础上加入正则项进行约束,并通过批处理的随机梯度下降法来优化模型。在MovieLens提供的数据集上进行实验验证,与传统的协同过滤算法相比较,该算法不仅缓解了可扩展性问题和稀疏性问题,而且推荐的准确度也得以提升。 |
| 关键词 | 推荐算法 协同过滤 概率矩阵分解(PMF) 随机梯度下降法(SGD) |
| URL | 查看原文 |
| ISSN | 1008-9233 |
| 语种 | 中文 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.lzufe.edu.cn/handle/39EH0E1M/1126 |
| 专题 | 信息工程与人工智能学院 |
| 作者单位 | 兰州财经大学信息工程学院 |
| 第一作者单位 | 信息工程与人工智能学院 |
| 推荐引用方式 GB/T 7714 | 张昪. 基于概率矩阵分解的推荐算法[J]. 西安航空学院学报,2017(3):78-83. |
| APA | 张昪.(2017).基于概率矩阵分解的推荐算法.西安航空学院学报(3),78-83. |
| MLA | 张昪."基于概率矩阵分解的推荐算法".西安航空学院学报 .3(2017):78-83. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张昪]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张昪]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张昪]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论