Institute of Computing Technology, Chinese Academy IR
| SCMF：一种融合多源数据的软约束矩阵分解推荐算法 | |
| 满彤; 沈华伟; 黄俊铭; 程学旗 | |
| 2017 | |
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077 |
| 卷号 | 31.0期号:004页码:174 |
| 摘要 | 数据稀疏是推荐系统面临的主要挑战之一。近年来,多源数据融合为解决数据稀疏问题提供了新思路。然而,现有方法大多假设对象在不同数据源中具有相同的表示,这种硬约束方式无法刻画对象在不同数据源中的差异性。该文提出一种基于软约束矩阵分解的推荐算法,通过约束不同数据源中对象的隐因子向量,能够同时刻画同一对象表示的共性及其在不同数据源中的差异性。在两个数据集上的实验表明,该文提出的软约束矩阵分解算法在准确率方面优于现有的单数据源推荐算法和多源数据硬约束融合推荐算法,可以有效解决推荐系统面临的数据稀疏问题。 |
| 关键词 | 协同过滤 推荐系统 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/34672 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 满彤,沈华伟,黄俊铭,等. SCMF：一种融合多源数据的软约束矩阵分解推荐算法[J]. 中文信息学报,2017,31.0(004):174. |
| APA | 满彤,沈华伟,黄俊铭,&程学旗.(2017).SCMF：一种融合多源数据的软约束矩阵分解推荐算法.中文信息学报,31.0(004),174. |
| MLA | 满彤,et al."SCMF：一种融合多源数据的软约束矩阵分解推荐算法".中文信息学报 31.0.004(2017):174. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [满彤]的文章 |
| [沈华伟]的文章 |
| [黄俊铭]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [满彤]的文章 |
| [沈华伟]的文章 |
| [黄俊铭]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [满彤]的文章 |
| [沈华伟]的文章 |
| [黄俊铭]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论