典型文献
一个基于低通图滤波器的推荐模型
文献摘要：
推荐系统已经成为大数据时代帮助用户挖掘其偏好的有力工具,也创造了大量的经济价值.在实际推荐场景下,尽管用户的偏好或者项目(也称"商品")的特性都是相对稳定的,可以通过用户与商品的历史交互来捕获.但是,用户对商品存在误触的点击行为,这实际上是噪音信号.如何对用户-商品进行降噪并学习精确的用户偏好是推荐系统的基本需求.我们将用户-商品交互建模为二部图,并从图信号处理的角度设计了一种低通图滤波器,其可以抑制和过滤高频噪音并筛选出低频的用户偏好.最后,2个真实数据集上的大量实验验证了所设计算法的有效性.
文献关键词：
推荐系统;图信号处理;低通图滤波器;二部图;BPR损失
中图分类号：
作者姓名：
彭裕培;陈力
作者机构：
汕头大学工学院电子信息工程系,广东 汕头 515063
文献出处：
引用格式：
[1]彭裕培;陈力-.一个基于低通图滤波器的推荐模型)[J].汕头大学学报（自然科学版）,2022(02):61-74
A类：
低通图滤波器
B类：
推荐模型,推荐系统,管用,误触,点击,噪音信号,降噪,用户偏好,基本需求,交互建模,二部图,图信号处理,真实数据,计算法,BPR
AB值：
0.24726
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。
