期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
PMUS-HOSGD张量分解方法及其在标签推荐中的应用
被引量：
3
1
作者
杨林
顾军华
+2 位作者
官磊
张宇娟
彭玉青
《计算机工程》
CAS
CSCD
北大核心
2018年第11期300-305,312,共7页
目前的标签推荐系统使用张量来存储"用户-资源-标签"三维数据,以挖掘三者之间潜在的语义关联。为更好地解决三维数据的稀疏性问题,避免张量填充造成的数据失真,提出基于标签惩罚机制的张量构建方法PM US和基于随机梯度下降的...
目前的标签推荐系统使用张量来存储"用户-资源-标签"三维数据,以挖掘三者之间潜在的语义关联。为更好地解决三维数据的稀疏性问题,避免张量填充造成的数据失真,提出基于标签惩罚机制的张量构建方法PM US和基于随机梯度下降的张量分解方法 HOSGD。利用标签惩罚机制和用户评分构建张量,使用随机梯度下降法对张量的展开矩阵进行分解。在此基础上,结合PMUS和HOSGD提出PMUS-HOSGD算法对数据进行处理,根据结果为用户进行个性化标签推荐。在数据集MovieLens上的实验结果表明,与CubeALS、HOSVD和CF算法相比,该算法能够有效提高标签推荐的准确率。
展开更多
关键词
标签推荐
数据稀疏性
张量构建
张量
分解
惩罚机制
随机梯度下降
在线阅读
下载PDF
职称材料
题名
PMUS-HOSGD张量分解方法及其在标签推荐中的应用
被引量：
3
1
作者
杨林
顾军华
官磊
张宇娟
彭玉青
机构
河北工业大学计算机科学与软件学院
河北工业大学河北省大数据重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第11期300-305,312,共7页
基金
河北省科技计划项目(17210305D
15210345)
天津市科技计划项目(16ZXHLSF00230)
文摘
目前的标签推荐系统使用张量来存储"用户-资源-标签"三维数据,以挖掘三者之间潜在的语义关联。为更好地解决三维数据的稀疏性问题,避免张量填充造成的数据失真,提出基于标签惩罚机制的张量构建方法PM US和基于随机梯度下降的张量分解方法 HOSGD。利用标签惩罚机制和用户评分构建张量,使用随机梯度下降法对张量的展开矩阵进行分解。在此基础上,结合PMUS和HOSGD提出PMUS-HOSGD算法对数据进行处理,根据结果为用户进行个性化标签推荐。在数据集MovieLens上的实验结果表明,与CubeALS、HOSVD和CF算法相比,该算法能够有效提高标签推荐的准确率。
关键词
标签推荐
数据稀疏性
张量构建
张量
分解
惩罚机制
随机梯度下降
Keywords
tag recommendation
data sparseness
tensor construction
tensor decomposition
penalty mechanism
stochastic gradient descent
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
PMUS-HOSGD张量分解方法及其在标签推荐中的应用
杨林
顾军华
官磊
张宇娟
彭玉青
《计算机工程》
CAS
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
