论文摘要
针对现有推荐算法缺乏对用户偏好的考虑,推荐效果不理想的问题,提出了一种联合张量填补和用户偏好的推荐算法。首先,基于评分矩阵和项目所属类别矩阵构建用户–项目–类别的三维张量;然后,利用Frank-Wolfe算法进行迭代计算,填补缺失数据,同时基于张量数据构建用户类别偏好矩阵和评分偏好矩阵;最后,基于填补后的张量以及2个偏好矩阵设计联合推荐算法,并采用差分进化算法进行参数调优。实验结果表明,与一些常用算法和新近提出的算法相比,所提算法的推荐效果优于对比算法,其精度平均提升了1.96%～3.44%,召回率平均提升了1.35%～2.40%。
论文目录
文章来源
类型: 期刊论文
作者: 熊智,徐恺,蔡玲如,蔡伟鸿
关键词: 推荐算法,联合推荐,张量填补,用户偏好
来源: 通信学报 2019年12期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 汕头大学计算机科学与技术系,汕头大学智能制造技术教育部重点实验室
基金: 国家自然科学基金资助项目(No.61202366),广东省自然科学基金资助项目(No.2018A030313438,No.2018A030313889),广东省科技计划资基金助项目(No.2019B010116001)~~
分类号: TP391.3
页码: 155-166
总页数: 12
文件大小: 589K
下载量: 83