基于Logistic函数的社会化矩阵分解推荐算法

2016-11-22 10:47:32郭云飞方耀宁扈红超
北京理工大学学报 2016年1期
关键词:特征用户实验

郭云飞, 方耀宁, 扈红超

(国家数字交换系统工程技术研究中心, 河南,郑州 450002)



基于Logistic函数的社会化矩阵分解推荐算法

郭云飞, 方耀宁, 扈红超

(国家数字交换系统工程技术研究中心, 河南,郑州 450002)

持续指数增长的互联网逐渐带来了信息过载问题,使得推荐系统提供的信息过滤服务尤为重要. 协同过滤是推荐系统领域最为成功的技术,但依然存在数据稀疏性等问题. 社会关系信息能够有效提高推荐系统的预测准确性. 为解决数据稀疏性问题,本文提出了一种利用Logistic函数的社会化矩阵分解推荐算法. 在3组真实数据结合上的实验结果表明,本文提出的算法能够提供更准确的推荐结果,特别是在数据稀疏的情况下,显著缓解了数据稀疏性问题.

推荐系统;协同过滤;矩阵分解;社会关系;Logistic 函数

互联网的飞速发展将人类带入了信息爆炸的时代,人们经历了从信息匮乏到泛滥的剧变,发现从海量互联网信息中获取所需内容却成了一件复杂的事情——信息过载(information overload). 传统的搜索引擎只能被动提供无差别的搜索服务,而推荐系统利用数据挖掘、人工智能等技术能够主动帮助人们过滤信息,提供个性化服务[1-2]. 在过去的十多年里,推荐系统在电子商务网站、社交网络中大量涌现,正在引领人类进入一个多元化、个性化的网络新时代. 推荐系统不仅可以提供娱乐、生活方面的服务推荐,如网页、电影、好友等;而且可以提供更加专业化的推荐,如图书、论……

登录APP查看全文

猜你喜欢
特征用户实验
记一次有趣的实验
如何表达“特征”
做个怪怪长实验
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25