-
题名一种非对称相似度矩阵约束的群组协同过滤算法
被引量：2
- 1
-
-
作者
王建芳
谷振鹏
张朋飞
刘永利
-
机构
河南理工大学计算机科学与技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2017年第12期2673-2677,共5页
-
基金
国家自然科学基金项目(61202286)资助
河南省高等学校青年骨干教师项目(2015GGJS-068)资助
2015年度河南省高等学校重点科研项目(15A520074)资助
-
文摘
针对传统协同过滤算法无法处理社交网络中逐渐形成的以群组为中心的群体行为且很少考虑用户间普遍存在的不对称关系,提出一种非对称因子约束相似度矩阵的群组协同过滤算法.首先通过构建虚拟用户作为群组特征,把多维数据降维成与用户特征等价的虚拟用户,以替代群组进行相似度计算.其次引入影响因子和偏移因子两种相似度限制因子来构建非对称相似矩阵,影响因子表示用户相互影响力的大小关系,偏移因子则考虑用户评分习惯间的差异.实验结果表明该方法与传统推荐算法相比具有收敛速度快、预测精度高的优势,提高了推荐质量并解决了群组特征处理问题.
-
关键词
推荐系统
协同过滤
非对称相似度
群组
-
Keywords
recommender system
collaborative filtering
asymmetric similarity
group
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名一种利用非对称相似度强化信任用户关系的推荐算法
被引量：1
- 2
-
-
作者
郭景峰
张济龙
章德斌
刘院英
-
机构
燕山大学信息科学与工程学院
河北省虚拟技术与系统集成重点实验室
河北教育考试院
河北经贸大学信息技术学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2015年第9期1943-1947,共5页
-
基金
河北省自然科学基金项目(F2012203143)资助
河北省高等学校科学技术研究项目(QN2014083)资助
-
文摘
为提高推荐算法的准确率,针对Social MF中用户将其信任用户同等对待的问题,提出一种在评分数据稀疏情况用于计算信任用户相似度的方法—非对称相似度方法(AC-Sim),通过AC-Sim来判别存在信任关系用户间是否有共同偏好,并将此偏好信息融合到已有的用户关系网中,达到强化信任网络的目的;其次将强化后的信任网络应用到PMF算法中,评分矩阵在分解过程中,用户特征向量受信任用户影响的同时,也受到与其有共同偏好用户的影响.实验结果表明,与目前较为流行的算法相比,新算法在RMSE和MAE上均取得更好的推荐效果.
-
关键词
推荐系统
协同过滤
概率矩阵分解
非对称相似度
信任网络
-
Keywords
recommender system
collaborative filtering
probabilistic matrix factorization
asymmetric similarity
trust netw orks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名改进非对称相似度和关联正则化的推荐算法
被引量：3
- 3
-
-
作者
刘春玲
张黎
-
机构
武汉纺织大学机械工程与自动化学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第16期45-49,共5页
-
基金
国家自然科学基金(No.71964023,No.71872076,No.71472143)
湖北省教育厅重点项目(No.19D048)。
-
文摘
为了改善传统推荐系统中数据稀疏问题给推荐效果带来的影响,提出了改进非对称相似度和关联正则化的推荐算法。根据不同用户和不同项目之间的不对称关系,提出一种改进相关度计算式,用于预测评分。同时,由于社会化隐式关系的获取难度较大,利用传统相似度获取邻域集合作为用户社会关系,将关联正则化用于约束矩阵分解目标函数,缓解用户信息不对称造成的数据稀疏问题。最后在一些真实数据集上对算法进行验证,实验结果表明,与主流的推荐算法相比,该算法能够更加有效地预测实际评分。
-
关键词
推荐算法
矩阵分解
协同过滤
非对称相似度
关联正则化
-
Keywords
recommendation system
matrix decomposition
collaborative filtering
asymmetric similarity
associated regularization
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
