【摘 要】
：
随着互联网技术的发展,尤其是Web2.0技术的成熟,我们面临着越来越严重的信息过载问题,推荐系统技术是为了解决这个问题应运而生的。协同过滤推荐算法是推荐系统应用最为广泛
论文部分内容阅读
随着互联网技术的发展,尤其是Web2.0技术的成熟,我们面临着越来越严重的信息过载问题,推荐系统技术是为了解决这个问题应运而生的。协同过滤推荐算法是推荐系统应用最为广泛的技术,具有重要的研究价值和应用价值。本文研究在“显式反馈和隐式反馈相结合”和“多种隐式反馈相结合”的场景下的推荐算法,并分别提出了基于压缩知识迁移的Factorization Machine算法和基于多种隐式反馈的自适应BPR算法,并设计相应的对比实验对算法的效果进行验证。具体的研究工作如下：(1)针对推荐系统中存在的“显式反馈和隐式反馈相结合”的异构问题进行研究,提出了一个基于压缩知识迁移的Factorization Machine算法,将原始的隐式反馈数据通过SVD分解和k-means聚类进行降维,从而提高推荐准确度和算法效率。(2)针对推荐系统存在的“多种隐式反馈相结合”的异构问题,针对异构的多种隐式反馈的特点,提出了基于多种隐式反馈的自适应BPR算法,利用置信度来解决隐式反馈的不确定性问题,从而解决BPR算法无法适应异构隐式反馈的问题。(3)设计对比实验验证本文所提出算法的效果,实验结果表明基于压缩知识迁移的Factorization Machine算法和基于多种隐式反馈的自适应BPR算法的推荐准确度和算法效率比基准算法要好很多。
其他文献
随着用户对数据安全和数据有效利用的要求不断提高，备份系统对数据的处理已经不再是简单的数据拷贝，而是存在大量种类繁多、功能各异的数据处理。目前现有的备份系统虽然功能强
随着网络的普及,信息处理技术有了一些新的应用领域,例如,传感器网络,网上在线交易系统,股票行情实时监控。在这些应用中,数据不再是静态的,而是一种实时的、不稳定的流式数
随着信息技术的发展,彩色图像以及视频的应用更加广泛,由于图像的最终观察者是人,因此研究人眼的视觉特性,寻找一种模拟人眼视觉特性的显著区域提取无疑是一条重要的途径,如
随着计算机和互联网技术的发展,越来越多的信息被放在了互联网上,由于网络快速和便捷的特性,传统媒体和和交流社区还有企业都开始电子化,网络化,网络上的信息也越来越多的在
随着社会的不断发展,如何能够有力地保障人们的生命财产安全以及维护社会的持续稳定的发展,创建“平安城市”,建立起高效、科学的城市监控系统正在成为各级政府日益关注的建
移动机器人的研究和开发近年来受到了人们的高度重视。人们要求机器人在运动过程中能够根据周围环境的变化而自主的采取相应措施的能力也越来越强。因此,作为机器人智能的一
随着通信技术、宽带网络技术、音视频压缩技术以及计算机技术的发展，数字视频越来越广泛地融入于人们的生活空间中。由于视频数据自身内容的丰富性和多样性、结构的复杂性以及
随着社会的日益信息化,人们越来越强烈地希望用自然语言同计算机交流。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观
随着机电产品功能要求的日益复杂,机电系统的设计也变得越来越有挑战性。在整个设计过程中,模型已经取代文档成为了系统工程问题求解的媒介,模型验证成为了设计过程中的重要一步。模型验证可以帮助发现设计错误,降低开发成本,提高开发效率,并且提高系统可靠性。模型验证贯穿在整个设计过程中,和设计同步进行。先设计再验证的方法忽视了早期设计阶段的验证,直到设计后期才能发现设计缺陷。和这种方式相比,验证与设计同步可以
篇章或对话中大量出现的指代,是自然语言中常见的语言现象,它使得句子更加简明,主题更加突出,这也给计算机理解自然语言增加了难度。指代消解一直是自然语言理解中的核心问题