作者：李铭; 岳宾; 代永平协同过滤矩阵分解偏见修正隐式反馈
摘要：目前协同过滤的主流方法是矩阵分解模型。针对传统矩阵分解方法没有考虑用户偏见和物品隐含特征对推荐质量的共同影响,在矩阵分解模型的基础上提出了一种基于用户偏见修正的联合矩阵分解算法(联合分解物品评分矩阵和物品共现矩阵)。在不同基准数据集上的实验结果反映了所提策略的合理性,并通过基于排序的指标证明了所提模型比传统矩阵分解模型在性能上有较大幅度的提升。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机科学》（CN：50-1075/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机科学》报导国内外计算机科学与技术的发展动态，以其新颖、准确、及时为特色，突出动态性、综述性、学术性，“前沿学科”与“基础研究”相结合；“优秀技术”与“支撑技术”相结合；“倡导”与“争鸣”相结合。
省级期刊
人气 753466 评论 72
人气 484194 评论 71
人气 463632 评论 66
部级期刊
人气 441941 评论 69
