-
题名融合标签的实值条件受限波尔兹曼机推荐算法
被引量：4
- 1
-
-
作者
张光荣
王宝亮
侯永宏
-
机构
天津大学电气自动化与信息工程学院
天津大学信息与网络中心
-
出处
《计算机科学与探索》
CSCD
北大核心
2019年第1期138-146,共9页
-
基金
国家自然科学基金No.61571325~~
-
文摘
针对推荐算法中数据的稀疏性难题,把用户标签融合至实值条件受限玻尔兹曼机(real-valued conditional restricted Boltzmann machine,R_CRBM)模型,利用R_CRBM强大的拟合任意离散分布的能力,预测出用户对未交互商品的评分缺失值。具体来说,首先提出显层单元为实值的R_CRBM模型,接着运用文本分类中的TF-IDF算法预测出用户对所应用过的标签的喜爱度,与标签基因数据相乘得到用户对商品的预测评分,融合至用户历史评分数据中。R_CRBM条件层在原有评分/未评分{0,1}向量中,融入用户标签/未标签{0,1}向量。通过真实数据集进行对比分析,实验结果表明提出的方法在一定程度上提升了推荐的准确性。
-
关键词
推荐算法
用户标签
标签基因
TF-IDF
实值条件受限玻尔兹曼机(R_CRBM)
-
Keywords
recommendation algorithm
tag
tag-genome
term frequency- inverse document frequency (TF- IDF)
real-valued conditional restricted Boltzmann machine (R_CRBM)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
