| 基于用户向量扩展的协同推荐方法 |
| |
| 引用本文： | 常富洋,林鸿飞,许侃.基于用户向量扩展的协同推荐方法[J].情报学报,2010,29(4). |
| |
| 作者姓名： | 常富洋 林鸿飞 许侃 |
| |
| 作者单位： | 大连理工大学计算机科学与工程系,大连,116024 |
| |
| 基金项目： | 国家自然科学基金资助项目，国家社会科学基金，国家863高科技计划资助项目，教育部留学回国人员科研启动基金 |
| |
| 摘 要： | 在电子商务中,协同推荐技术能够帮助用户发现感兴趣的东西.在协同推荐中,通常采用最近邻居的方法来产生推荐.随着商品数量的增多,协同推荐所需要的数据集也越来越稀疏,可用数据比例越来越少.为了解决这个问题,本文在传统的评分数据的基础上,引入用户的基本信息,对用户的基本信息进行离散化处理,将用户的基本信息转化成一个0、1的向量,然后将用户的评分矩阵转变成0、1矩阵并与用户的基本信息进行组合形成一个新的矩阵,对这个扩展的矩阵用奇异矩阵分解(SVD)降维,然后在SVD分解出的矩阵U和S的基础上计算最近邻居,并预测用户对项目的预测评分.实验表明引入用户的基本信息,并采用对基本信息离散化的处理方式,能够提高预测评分的准确性.
|
| 关 键 词： | 协同推荐 用户信息 向量扩展 |
Collaborative Recommendation Based on User Information Vector Extended |
| |
| Chang Fuyang,Lin Hongfei,Xu Kan.Collaborative Recommendation Based on User Information Vector Extended[J].Journal of the China Society for Scientific andTechnical Information,2010,29(4). |
| |
| Authors: | Chang Fuyang Lin Hongfei Xu Kan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
