典型文献
一种改进的基于隐式信任信息的社交推荐模型
文献摘要：
社交推荐(Social Recommendation,SoRec)模型是一类典型的融合信任信息的矩阵分解方法,在个性化推荐系统中得到了广泛的研究和应用.目前大部分SoRec模型的研究成果都是基于显式信任信息,这对于实际中难以获取显式信息的数据集无法使用,并且现有的SoRec模型尚未充分考虑不同情形下潜在因子的多变性,大大影响了推荐的准确性.为了解决上述问题,本文针对仅有评分信息的非负目标矩阵,首先利用已知用户评分信息挖掘用户间的隐式信任关系矩阵;然后基于得到的信任信息,考虑两种不同情形下用户潜在特征矩阵的组合,提出了一种改进的SoRec(Improved Social Recommendation,ISoRec)模型;再者,通过在梯度下降算法中引入单因子乘法更新规则进行模型训练,不仅保证目标矩阵的非负性,还提高了算法在稀疏数据集的适用性.最后,本文结合真实有效的数据集对所有模型进行实验验证其有效性,结果证明ISoRec模型在精确度上有所提升.
文献关键词：
SoRec模型;隐式信任;矩阵分解;梯度下降法;用户潜在特征矩阵
中图分类号：
作者姓名：
盛立群;宋燕
作者机构：
上海理工大学 光电信息与计算机工程学院,上海200093
文献出处：
引用格式：
[1]盛立群;宋燕-.一种改进的基于隐式信任信息的社交推荐模型)[J].小型微型计算机系统,2022(02):306-311
A类：
SoRec,用户潜在特征矩阵,ISoRec
B类：
隐式信任,社交推荐模型,Social,Recommendation,矩阵分解,分解方法,个性化推荐系统,研究和应用,显式,下潜,潜在因子,多变性,分信,信息挖掘,信任关系,关系矩阵,Improved,再者,梯度下降算法,单因子,新规则,模型训练,负性,稀疏数据,真实有效,梯度下降法
AB值：
0.292385
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。
