期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
音乐个性化推荐算法TFPMF的研究 被引量:6
1
作者 叶西宁 王猛 《系统仿真学报》 CAS CSCD 北大核心 2019年第7期1397-1407,共11页
基于情境感知的个性化推荐是近年来推荐系统中的研究热点和难点问题,数据稀疏是当前推荐系统面临的主要问题。以音乐推荐为背景,改进了多种情境信息的表示方法,将优化排名倒数(RR)的概率矩阵分解模型(RR-PMF)与张量分解相结合,提出了张... 基于情境感知的个性化推荐是近年来推荐系统中的研究热点和难点问题,数据稀疏是当前推荐系统面临的主要问题。以音乐推荐为背景,改进了多种情境信息的表示方法,将优化排名倒数(RR)的概率矩阵分解模型(RR-PMF)与张量分解相结合,提出了张量概率矩阵分解模型(TFPMF),并使用交叉最小二乘法(ALS)优化该模型。使用last.fm数据集进行仿真实验,通过仿真模型得出TOP-N推荐列表,结果表明该算法在准确率(Precision)、召回率(Recall)和标准化折算累加值(NDCG)评价指标上具有很大的优势,该算法能够有效缓解数据稀疏问题。 展开更多
关键词 推荐系统 排名倒数 概率矩阵分解 张量分解 tfpmf(基于张量分解的概率矩阵分解)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部