-
题名融入概率矩阵分解模型的改进二部图推荐算法
- 1
-
-
作者
甘沛露
宋一豪
朱晓雄
周支立
-
机构
西安交通大学管理学院
-
出处
《运筹与管理》
北大核心
2025年第1期1-7,共7页
-
基金
国家自然科学基金资助项目(71971168)。
-
文摘
针对历史数据稀疏和分布不均衡影响二部图算法推荐效果的问题,一方面通过带约束的概率矩阵分解模型预测项目评分,设置权重对初始评分数据矩阵进行填充以扩充数据;另一方面,在传统二部图推荐算法的研究基础上,通过修正用户评分标准、融入时间效应因素、扩充用户评分信息,从而改进资源初始配置和分配方式以充分利用历史数据,实现对二部图推荐算法进行改进。最后,使用推荐算法领域常用的MovieLens数据集采用五折交叉验证的方式进行实验,并与传统二部图推荐算法进行比较。实验结果表明,每一步改进都提高了二部图算法的推荐效果,并且二部图算法与概率矩阵分解模型结合后,算法的推荐效果有显著提升。
-
关键词
二部图推荐算法
数据稀疏性
概率矩阵分解
矩阵填充
-
Keywords
graph recommendation algorithm
data sparsity
probabilistic matrix factorization
matrix filling
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于蚁群聚类的二部图网络推荐算法
被引量：4
- 2
-
-
作者
葛志鹏
严广乐
张国亮
-
机构
上海理工大学管理学院
西安电子科技大学计算机学院
-
出处
《信息技术》
2016年第3期57-61,共5页
-
基金
上海市一流学科(系统科学)(S1201YLXK)
-
文摘
二部图网络推荐算法是近几年研究较多的推荐算法,但在进行资源分配时都是基于全部用户的资源,大量不相干的用户使得用户间的耦合度下降,影响推荐质量。针对该问题,文中利用蚁群聚类算法基于用户进行聚类,后根据项目一定半径内的项目集合进行二部图网络推荐,实验结果显示在一定条件下该算法相比原来算法有较好的推荐性能,表明该算法在一定的条件下能降低耦合度过低的影响。
-
关键词
推荐算法
蚁群聚类
二部图网络推荐算法
-
Keywords
recommendation algorithm
ant colony clustering
bipartite network recommendation algorithm
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
