典型文献
基于上下文与马尔科夫矩阵分解的流式推荐算法
文献摘要：
为了验证用户对项目评分时所处的上下文环境是否会对用户的偏好产生影响,基于矩阵过程的马尔科夫分解方法,提出了 一种基于上下文的流式推荐算法(streaming recommendation al-gorithm based on context,C-SRA),该方法可以从嘈杂的上下文中有效选取与评分相关的上下文信息,并将选取的上下文信息分为主观上下文和客观上下文两类.基于LDOS-CoMoDa数据集的两组对比实验显示,C-SRA算法无论是评分预测性能还是推荐性能均优于其他对比算法.
文献关键词：
流式数据;上下文;矩阵分解;信息增益;流式推荐算法
中图分类号：
作者姓名：
纪淑娟;申彦博;王振
作者机构：
山东科技大学计算机科学与工程学院,山东青岛266590
文献出处：
引用格式：
[1]纪淑娟;申彦博;王振-.基于上下文与马尔科夫矩阵分解的流式推荐算法)[J].陕西师范大学学报（自然科学版）,2022(03):104-111
A类：
流式推荐算法,LDOS,CoMoDa
B类：
马尔科夫,矩阵分解,分解方法,streaming,recommendation,al,gorithm,context,SRA,嘈杂,上下文信息,文和,评分预测,预测性能,推荐性,对比算法,流式数据,信息增益
AB值：
0.27858
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
