基于商品属性隐性评分的协同过滤算法研究 被引量：12

1

作者 陈冬林 聂规划 《计算机应用》 CSCD 北大核心 2006年第4期966-968,共3页

在分析目前电子商务推荐系统及算法存在问题的基础上,提出了一种准确的、实时的、基于Web日志的Internet电子商务推荐算法。基于客户浏览行为,设计了CGA(CustomerGoodAttribute)模型,综合考虑客户浏览路径和时间、商品属性及其在网页中... 在分析目前电子商务推荐系统及算法存在问题的基础上,提出了一种准确的、实时的、基于Web日志的Internet电子商务推荐算法。基于客户浏览行为,设计了CGA(CustomerGoodAttribute)模型,综合考虑客户浏览路径和时间、商品属性及其在网页中的分布等因素,研究了客户对商品属性的隐性评分函数,给出了算例说明,讨论了基于商品属性的协作过滤算法。该算法已成功应用于电子商务智能模拟系统中。 展开更多

关键词 商品属性 隐性评分 协同过滤 电子商务

下载PDF 职称材料

基于隐式评分和相似度传递的学习资源推荐 被引量：15

2

作者 付芬 豆育升 +1 位作者 韩鹏 李耀辉 《计算机应用研究》 CSCD 北大核心 2017年第12期3725-3729,共5页

协同过滤推荐算法存在数据稀疏的问题,这使得学习平台中由于用户学习行为记录的稀疏而无法满足用户的学习需求。为此,提出了一种基于隐式评分和相似度传递的学习资源推荐算法。首先,收集用户的学习行为;其次,改进传统的相似度计算方法,... 协同过滤推荐算法存在数据稀疏的问题,这使得学习平台中由于用户学习行为记录的稀疏而无法满足用户的学习需求。为此,提出了一种基于隐式评分和相似度传递的学习资源推荐算法。首先,收集用户的学习行为;其次,改进传统的相似度计算方法,并在此基础上引入相似度传递策略;最后,应用并实现E-learning平台中学习资源的推荐。实验表明,该算法能够在一定程度上解决相似度计算不准确以及数据稀疏问题,从而提高学习资源的推荐质量。 展开更多

关键词 协同过滤 学习行为 数据稀疏 隐式评分 相似度传递

下载PDF 职称材料

基于隐式反馈数据的个性化游戏推荐 被引量：15

3

作者 俞东进 陈聪 +1 位作者 吴建华 陈耀旺 《电子学报》 EI CAS CSCD 北大核心 2018年第11期2626-2632,共7页

现有推荐系统通常采用评分、评论等显式反馈数据实现个性化推荐.然而,显式反馈数据由于在实际中难以获取或因质量问题而往往变得不可用,从而导致相关推荐算法的应用范围受到很大限制.与此相反,诸如点击行为、浏览记录等隐式反馈数据在... 现有推荐系统通常采用评分、评论等显式反馈数据实现个性化推荐.然而,显式反馈数据由于在实际中难以获取或因质量问题而往往变得不可用,从而导致相关推荐算法的应用范围受到很大限制.与此相反,诸如点击行为、浏览记录等隐式反馈数据在现实中大量存在.本文提出了一种面向游戏玩家的基于隐式反馈数据的游戏推荐方法.该方法综合考虑了玩家操作次数、操作时长等隐式反馈数据及其时效性,构建了基于伪评分的玩家对游戏的偏好模型,而后通过改进了的SVD++(Singular Value Decomposition++)算法实现个性化游戏推荐.在大规模真实数据集上的实验结果表明本文提出的方法具有更高的推荐精确率和召回率. 展开更多

关键词 推荐系统 隐式反馈 游戏推荐 伪评分 SVD++

下载PDF 职称材料

银行信用评级的信息质量及其次级债事前约束 被引量：11

4

作者 许友传 《金融研究》 CSSCI 北大核心 2017年第7期105-122,共18页

本文研究了银行信用评级的信息内容和信息质量及其在次级债风险定价或事前约束中的反映情况。研究表明信用评级不仅在次级债风险定价中得到了显著反映,还非充分内嵌了政府隐性救助预期和银行风险特征等丰富信息;较之主体信用评级,上市... 本文研究了银行信用评级的信息内容和信息质量及其在次级债风险定价或事前约束中的反映情况。研究表明信用评级不仅在次级债风险定价中得到了显著反映,还非充分内嵌了政府隐性救助预期和银行风险特征等丰富信息;较之主体信用评级,上市银行风险的市场测度指标能更显著地解释次级债的发行溢价,然而,投资者在政府隐性救助预期下进行了"扭曲"的风险定价,它们不仅未对上市银行的风险承担给予应有的市场约束,反而还可能鼓励其未来更大的风险承担倾向。研究表明,将次级债事前约束的缺失归咎于外部评级失当以及非效率市场不能提供有价值的风险信号有失偏颇。 展开更多

关键词 次级债 市场约束 隐性保险 信用评级

原文传递

基于网页语义相似性的商品隐性评分算法 被引量：8

5

作者 陈冬林 聂规划 刘平峰 《系统工程理论与实践》 EI CSCD 北大核心 2006年第11期98-102,共5页

目前电子商务推荐系统中存在客户评分稀疏性问题,隐性评分是解决该问题的有效方法,但现有方法只考虑客户对单个网页的兴趣度.客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分.建立网页商品概念-属性矩阵CA(Goods... 目前电子商务推荐系统中存在客户评分稀疏性问题,隐性评分是解决该问题的有效方法,但现有方法只考虑客户对单个网页的兴趣度.客户浏览行为和网页之间语义相似度可以综合客观反映客户对商品隐性的评分.建立网页商品概念-属性矩阵CA(Goods Concept-Attribute Matrix),综合考虑商品属性、相关商品及其在网页中的分布等因素,基于客户浏览路径和时间的统计分析,通过语义词林WordNet计算网页语义相似度,综合计算商品语义隐性评分.通过算例和实证研究说明该算法的有效性. 展开更多

关键词 隐性评分 语义相似度 商品属性 协同过滤 电子商务

原文传递

基于隐式评分的推荐系统研究 被引量：8

6

作者 余小高 余小鹏 《计算机应用》 CSCD 北大核心 2009年第6期1585-1589,共5页

为解决协同过滤推荐中"稀疏"和"冷开始"问题,提高推荐精度,提出了基于隐式评分的推荐系统。首先建立项档案,采用BP神经网络模型分析用户的导航模式和行为模式,对已点击项进行预测评分,建立用户主观评价模型和用户... 为解决协同过滤推荐中"稀疏"和"冷开始"问题,提高推荐精度,提出了基于隐式评分的推荐系统。首先建立项档案,采用BP神经网络模型分析用户的导航模式和行为模式,对已点击项进行预测评分,建立用户主观评价模型和用户偏好档案;然后预测用户对未点击项评分,形成比较稠密的用户预测评分矩阵,采用协同过滤推荐技术,产生有效推荐;最后提出基于项特征的谈判模型和谈判策略,支持对推荐结果的解释和客商之间的讨价还价。 展开更多

关键词 协同过滤 隐式评分 推荐系统 策略

下载PDF 职称材料

基于协同过滤算法的自动化隐式评分音乐双重推荐系统 被引量：5

7

作者 李涛 符丁 《计算机测量与控制》 2018年第11期171-175,共5页

提出了基于协同过滤算法的自动化隐式评分音乐双重推荐系统;在异构普适环境推荐框架下,对系统总体结构进行设计;其中硬件部分采用四元件组成方式,使用W900710型号芯片作为播放器核心板,并将隐式评分提取器与推荐引擎结合起来,可避免噪... 提出了基于协同过滤算法的自动化隐式评分音乐双重推荐系统;在异构普适环境推荐框架下,对系统总体结构进行设计;其中硬件部分采用四元件组成方式,使用W900710型号芯片作为播放器核心板,并将隐式评分提取器与推荐引擎结合起来,可避免噪声干扰;而软件部分设计场景模拟衰减现象,采用协同过滤算法描述衰减过程,根据描述结果,设立双重推荐机制来实现抗人为影响的音乐双重推荐系统;由实验结果可知,对于大规模音乐数据推荐具有良好可扩展性。 展开更多

关键词 协同过滤 自动化 隐式评分 音乐 双重推荐 普适环境

下载PDF 职称材料

基于用户行为特征分析的隐性信任协同过滤推荐方法 被引量：4

8

作者 李湛 吴江宁 《情报学报》 CSSCI 北大核心 2013年第5期490-496,共7页

个性化推荐技术能够根据用户评价项目的信息分析用户的喜好，采用信息的“推”技术为用户决策推送各种有价值的情报。传统的基于用户的协同过滤推荐方法在项目评分矩阵高度稀疏时推荐效果较差。基于用户信任关系的推荐方法，可回避评分... 个性化推荐技术能够根据用户评价项目的信息分析用户的喜好，采用信息的“推”技术为用户决策推送各种有价值的情报。传统的基于用户的协同过滤推荐方法在项目评分矩阵高度稀疏时推荐效果较差。基于用户信任关系的推荐方法，可回避评分数据不足的问题，但信任信息的获取存在诸多障碍。因此，本文提出了一种基于隐性信任的协同过滤推荐方法，通过对用户评分行为的分析建立用户对其邻居和对项目的隐性信任模型，根据信任邻居的历史喜好和用户自己的历史喜好向用户推荐感兴趣的项目。实验结果表明本文提出的方法能够为用户提供更准确的推荐结果。 展开更多

关键词 隐性信任 评分行为 协同过滤 推荐算法

下载PDF 职称材料

基于度量学习的多空间推荐系统 被引量：2

9

作者 檀彦超 郑小林 +1 位作者 魏翔宇 阳及 《计算机学报》 EI CAS CSCD 北大核心 2022年第1期1-16,共16页

隐式反馈具有数据获取成本小、形式广泛的特点,因此在现代推荐系统中被广泛使用.由于用户的隐式反馈通常是稀疏,不平衡,且含义不明确的.因此,想要准确学习用户和物品之间的复杂交互具有挑战性.传统的基于矩阵分解的推荐方法只能建模用户... 隐式反馈具有数据获取成本小、形式广泛的特点,因此在现代推荐系统中被广泛使用.由于用户的隐式反馈通常是稀疏,不平衡,且含义不明确的.因此,想要准确学习用户和物品之间的复杂交互具有挑战性.传统的基于矩阵分解的推荐方法只能建模用户-物品之间的相似性.同时,矩阵分解使用点积运算作为相似度评估方式,而点积运算不满足三角不等式,即不能将用户-物品相似性传递到用户-用户以及物品-物品的相似性建模.因此,矩阵分解不足以在隐式反馈中充分建模用户和物品的关系.尽管现在有基于隐式反馈使用欧式距离来度量用户-物品相似度的度量学习方法,使得对应的推荐方法能够满足三角不等式.但是,现有的度量方法通常会将每个用户或者物品表示为度量空间中的单个点,进而在单个空间内通过用户-物品之间的距离来表征用户-物品之间的相似性.由于在不同的环境下,用户对于同一种类型的物品的偏好也可能存在差异.基于单个空间的用户、物品嵌入向量有可能无法满足用户具有的多种偏好和物品具有的多种属性,进而限制了推荐系统的性能.为了充分刻画用户和物品,我们尝试从多个侧面对于用户和物品进行表示,并提出了一个基于多空间的度量学习(MML)框架.通过设计整合多个空间相似性的度量方式,我们将用户和物品投影到多个空间中进行细粒度的表示.另外,我们设计了一种经过校准的优化策略,包括经过校准的最大间隔损失函数和经过校准的采样方法.在保持多空间度量学习表示能力的同时,确保框架的有效性.最后,模型通过训练好的用户、物品向量,对于稀疏的用户-物品交互矩阵进行填补.在动态更新空间权重的同时,可以赋予模型新的训练视角,最终实现端到端的训练.通过四个真实世界推荐数据集上进行的大量实验表明,MML可以在Recall和nDCG� 展开更多

关键词 度量学习 多侧面 隐式反馈 推荐系统 矩阵填补

下载PDF 职称材料

基于线性加权融合模式的图书资源推荐方法研究 被引量：2

10

作者 谭亮 周静 《吉林省教育学院学报》 2018年第5期183-186,共4页

随着计算机技术的发展,越来越多的书籍采用数字化方式进行出版,为解决信息过载,帮助读者快速查找到需要的图书资源,本文利用数字图书管理系统已有的用户信息、用户借阅等信息,采用线性加权融合模式,设计了一种基于图书资源内容过滤和用... 随着计算机技术的发展,越来越多的书籍采用数字化方式进行出版,为解决信息过载,帮助读者快速查找到需要的图书资源,本文利用数字图书管理系统已有的用户信息、用户借阅等信息,采用线性加权融合模式,设计了一种基于图书资源内容过滤和用户隐式行为评分相混合的,并能应用于实际工程环境的图书资源个性化推荐模型,从而为读者提供快速、准确的个性化推荐服务。 展开更多

关键词 资源推荐 内容过滤 隐式评分 线性加权融合

下载PDF 职称材料

基于多属性效用的协同过滤推荐系统 被引量：2

11

作者 邓峰 张永安 《计算机应用》 CSCD 北大核心 2015年第7期1988-1992,共5页

针对基于多标准的协同过滤(MC-CF)推荐系统中用户负担重、超高维问题,提出了基于多属性效用的协同过滤(MAU-CF)推荐系统。首先,依据用户浏览行为挖掘属性权重和属性值效用,构造用户的多属性效用函数,获取用户对项目的隐式评分;其次,采... 针对基于多标准的协同过滤(MC-CF)推荐系统中用户负担重、超高维问题,提出了基于多属性效用的协同过滤(MAU-CF)推荐系统。首先,依据用户浏览行为挖掘属性权重和属性值效用,构造用户的多属性效用函数,获取用户对项目的隐式评分;其次,采用遗传算法(GA)寻找用户偏好的属性值集合;然后,根据属性值集合中属性权重和属性值效用的相似度,寻找最近邻;最后,根据相似度预测最近邻浏览或购买过的项目对目标用户的效用,向目标用户推荐效用大的项目。通过比较实验发现,相对于MC-CF,MAU-CF挖掘的隐式效用能够替代显式效用,计算维度减少了44.16%,时间消耗减少了27.36%,平均绝对误差(MAE)减少了5.69%,用户满意度提高了13.44%。实验结果表明,MAU-CF推荐系统在减少用户负担和计算维度、提高推荐质量方面比MC-CF推荐系统表现得更优越。 展开更多

关键词 推荐系统 多属性效用 协同过滤 隐式评分 遗传算法

下载PDF 职称材料

隐式评价——一个案例分析 被引量：1

12

作者 脱建勇 王嵩 +1 位作者 李秀 刘文煌 《计算机工程与应用》 CSCD 北大核心 2006年第7期52-55,共4页

利用用户在特定内容上的行为数据可以近似地推断出用户对于此内容的感兴趣程度或大致评价,我们称为隐式评价。在进行隐式评价计算时,并不是所有的行为数据都是有效数据:某些数据与隐式评价是正/负相关的而有的数据是无关的。将无关数据... 利用用户在特定内容上的行为数据可以近似地推断出用户对于此内容的感兴趣程度或大致评价,我们称为隐式评价。在进行隐式评价计算时,并不是所有的行为数据都是有效数据:某些数据与隐式评价是正/负相关的而有的数据是无关的。将无关数据剔除出去从而获得对于计算隐式评价有用的行为数据集合不但有利于降低计算复杂度并且有利于提高计算精确度。文章通过穷举各种行为数据组合的预测精确度,并对结果进行分析,得出各参数与隐式评价计算的相关性,并得出了对计算隐式评价最有效的行为数据集合。进一步的,文章将上述结果应用到精品课优质资源共享系统中,设计并实现了其中的隐式评价模块。 展开更多

关键词 隐式评价 神经网络 精品课优质资源共享

下载PDF 职称材料

基于大数据的IPTV视频评估模型 被引量：1

13

作者 顾军华 高星 +2 位作者 王守彬 武君艳 张素琪 《计算机应用与软件》 北大核心 2018年第8期231-237,共7页

随着网络信息技术的发展以及"三网融合"的推进,交互式网络电视IPTV成为越来越多用户的选择,成为新媒体中的一支主力军,但快速发展的同时也面临着巨大的挑战。如何有效评估供应商提供的大量视频,选择符合用户需求的视频成为IPT... 随着网络信息技术的发展以及"三网融合"的推进,交互式网络电视IPTV成为越来越多用户的选择,成为新媒体中的一支主力军,但快速发展的同时也面临着巨大的挑战。如何有效评估供应商提供的大量视频,选择符合用户需求的视频成为IPTV发展的关键问题。提出利用新媒体和传统媒体的视频大数据和IPTV历史收视大数据,在Spark平台上使用BP神经网络建立视频评估模型。基于新媒体和传统媒体从视频收视度、视频影响度和视频内容三个方面完善视频评估体系;基于IPTV历史收视大数据,建立反映IPTV受众群体喜好的视频隐式评分策略,使用BP神经网络构建视频评估模型;针对大数据的海量性,在Spark并行化平台上建立视频评估模型,实现数据的并行训练,完成模型的建立。实验结果证明,新的视频评估模型能从IPTV受众群体的角度有效评估视频,在Spark平台上进行评估模型的训练,能够有效提高大数据量的评估模型训练速度。 展开更多

关键词 大数据 IPTV视频评估模型 隐式评分 SPARK BP神经网络

下载PDF 职称材料

精品课共享中的推荐系统框架与实现 被引量：1

14

作者 脱建勇 王嵩 +1 位作者 李秀 刘文煌 《计算机工程与设计》 CSCD 北大核心 2006年第17期3119-3122,共4页

提出了国家精品课程优质资源共享系统的推荐系统框架。在介绍了整个框架的应用背景之后,逐步地将推荐系统的概念,应用情况以及目前的研究进展加以总结性介绍。对于组成本推荐系统框架的两个模块分别作了概要的原理性说明,在说明中,重点... 提出了国家精品课程优质资源共享系统的推荐系统框架。在介绍了整个框架的应用背景之后,逐步地将推荐系统的概念,应用情况以及目前的研究进展加以总结性介绍。对于组成本推荐系统框架的两个模块分别作了概要的原理性说明,在说明中,重点就系统选型,模块选择的根据进行了详细论述。最后通过简单而具有说明力的例子来帮助理解,同时说明了此框架的可行性并简单描述了框架的实现情况。 展开更多

关键词 推荐系统 协同式过滤 隐式评价 知识管理 个性化

下载PDF 职称材料

协同工作环境中基于用户行为的页面推荐

15

作者 王强 谢建军 +1 位作者 李华飙 南凯 《计算机工程》 CAS CSCD 2012年第3期249-251,共3页

Wiki被广泛应用于协同工作环境,能实现用户的协同写作,但由于Wiki页面间导航的缺失,使用户很难找到目标页面。为此,使用协同过滤技术,通过对用户历史行为的分析,建立页面之间的关联,实现页面推荐系统。该系统使用基于用户行为的隐性评分... Wiki被广泛应用于协同工作环境,能实现用户的协同写作,但由于Wiki页面间导航的缺失,使用户很难找到目标页面。为此,使用协同过滤技术,通过对用户历史行为的分析,建立页面之间的关联,实现页面推荐系统。该系统使用基于用户行为的隐性评分,解决了Wiki中显性评分缺失的问题,并针对Wiki中用户关系随时间变化的特点,设计基于关联规则的相似度函数。应用结果表明,该系统能帮助用户快速找到目标页面,提高用户的浏览效率。 展开更多

关键词 协同过滤 页面推荐 隐性评分 协同工作环境 关联规则

下载PDF 职称材料

国企债券违约、隐性担保预期与唤醒效应——来自永煤违约事件的证据

16

作者 柳永明 殷越 《财经研究》 北大核心 2024年第3期122-137,共16页

“唤醒效应”是指危机事件可能会产生一种外部刺激,“唤醒”投资者获取之前忽视的信息,并重新评估相似的风险因子,从而导致个别事件引发金融市场的风险传染。文章利用国企债券永煤违约事件,验证了我国信用债市场的风险会通过“唤醒效应... “唤醒效应”是指危机事件可能会产生一种外部刺激,“唤醒”投资者获取之前忽视的信息,并重新评估相似的风险因子,从而导致个别事件引发金融市场的风险传染。文章利用国企债券永煤违约事件,验证了我国信用债市场的风险会通过“唤醒效应”这一渠道进行传染,并考察了风险传染引发国企债券隐性担保预期下降的程度、表现形式和影响渠道。研究发现,此次违约事件“唤醒”并降低了AAA主体评级的国企债券隐性担保预期。除了传统信用分析维度外,在ESG维度上,“唤醒效应”还显著降低了同为非ESG类型的国企债券隐性担保预期。机制检验表明,“唤醒效应”降低国企债券隐性担保预期的作用与地方财政负担和地方信用状况密切相关。文章基于国企债券隐性担保预期的视角,检验了债券违约的“唤醒效应”传染理论,这扩展了“唤醒效应”的应用领域和隐性担保的研究框架。文章的研究对于防范化解系统性金融风险具有参考价值。 展开更多

关键词 “唤醒效应” 永煤违约 国企债券隐性担保预期 AAA评级 ESG 地方财政

原文传递

基于神经网络的用户视频评分自动获取方法 被引量：5

17

作者 纪淑娟 王理 +1 位作者 梁永全 赵建立 《计算机科学》 CSCD 北大核心 2015年第11期96-100,129,共6页

在未来的智能电视系统中,真正的智能视频推荐应该是不需要用户评分动作就能自动、准确地获得用户兴趣、爱好并做出推荐的系统。研究无评分动作约束下的用户评分(揭示了他们的兴趣和爱好)自动获取技术是真正的智能推荐必须解决的一个关... 在未来的智能电视系统中,真正的智能视频推荐应该是不需要用户评分动作就能自动、准确地获得用户兴趣、爱好并做出推荐的系统。研究无评分动作约束下的用户评分(揭示了他们的兴趣和爱好)自动获取技术是真正的智能推荐必须解决的一个关键问题。给出了一种基于神经网络的用户视频隐性评分自动获取方法。基于用户视频观看行为与评分样本的实验结果表明,该方法可以有效地获取用户的隐性评分信息。 展开更多

关键词 智能视频推荐 个性化推荐 隐性评分信息获取 神经网络

下载PDF 职称材料

隐性担保下债券定价的结构化模型及实证分析 被引量：3

18

作者 赵丹 徐承龙 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第10期1506-1514,共9页

采取了模糊集的概念,将政府隐性担保作为参数引入结构化模型,利用偏微分方程方法得到适合中国市场的债券定价公式,并且利用债券市场的不同类型的公司债数据对政府隐性担保概率进行了实证分析。利用民企债的历史数据结合最小二乘法对违... 采取了模糊集的概念,将政府隐性担保作为参数引入结构化模型,利用偏微分方程方法得到适合中国市场的债券定价公式,并且利用债券市场的不同类型的公司债数据对政府隐性担保概率进行了实证分析。利用民企债的历史数据结合最小二乘法对违约损失率进行了合理估计,基于债券定价公式,利用央企债和普通国企债的数据分析政府隐性担保作用。研究结果表明:央企债相较于普通国企债的隐性担保概率更高;债券的信用评级越高,相应的政府隐性担保概率越高;与经济不发达的地区相比,经济较为发达地区的政府隐性担保概率更高。 展开更多

关键词 债券定价公式 结构化违约模型 隐性担保 信用评级 实证分析

下载PDF 职称材料

移动环境下基于隐性评分的博客推荐技术 被引量：3

19

作者 曾子明 王峰 《情报杂志》 CSSCI 北大核心 2012年第4期117-121,共5页

在移动环境下让用户对博客进行直接评分有很多弊端。因此,如何获取用户对博客的评分信息已成为一个亟待解决的问题。基于隐性评分技术,通过分析用户阅读博客时的阅读速度和阅读文章的比例,计算出用户对博客的偏好信息,进而将传统的基于... 在移动环境下让用户对博客进行直接评分有很多弊端。因此,如何获取用户对博客的评分信息已成为一个亟待解决的问题。基于隐性评分技术,通过分析用户阅读博客时的阅读速度和阅读文章的比例,计算出用户对博客的偏好信息,进而将传统的基于项目的协同过滤技术应用到博客推荐中,提出了移动环境下基于隐性评分的协同过滤博客推荐技术。最后,通过实验证明该技术可以在移动环境下有效地为用户推荐符合其兴趣的博客。 展开更多

关键词 隐性评分 博客推荐 协同过滤 移动环境

下载PDF 职称材料

基于多属性评分隐表征学习的群组推荐算法 被引量：1

20

作者 张纯金 郭盛辉 +2 位作者 纪淑娟 杨伟 伊磊 《数据分析与知识发现》 CSSCI CSCD 北大核心 2020年第12期120-135,共16页

【目的】克服个体用户表征学习受个体用户评分稀疏性影响严重的问题,提高推荐算法的准确率和反应速度。【方法】提出一种基于神经网络的多属性评分隐表征学习方法,并应用该方法从用户群组和项目两个维度学习多属性评分的隐表征,最后分... 【目的】克服个体用户表征学习受个体用户评分稀疏性影响严重的问题,提高推荐算法的准确率和反应速度。【方法】提出一种基于神经网络的多属性评分隐表征学习方法,并应用该方法从用户群组和项目两个维度学习多属性评分的隐表征,最后分别通过用户群组偏好匹配和项目吸引力计算实现两个群组推荐。【结果】基于TripAdvisor数据集的实验结果表明:本文算法的准确率、时间性能优于典型的多属性推荐算法和群组推荐算法;准确率略差于个体推荐算法,但在线和离线运行时间较个性化推荐算法分别至少降低30%和50%;用户群组的隐表征学习相比项目的隐表征学习对推荐性能的提高作用更明显。【局限】由于真实群组数据难以获取,仅基于某种聚类算法生成虚拟群组,因此群组较理想化。虚拟群组的偏好比真实群组的偏好可能更易聚合。【结论】基于神经网络学习群组用户的隐表征(即聚合群组用户的偏好)和项目的隐表征,可以有效提高群组推荐算法和多属性推荐算法的准确率和召回率,效果非常接近最新的个性化推荐算法。 展开更多

关键词 群组推荐算法 多属性评分 隐表征学习 评分矩阵 神经网络

原文传递