典型文献
基于LFM的协同过滤算法研究及实现
文献摘要：
本文主要介绍与隐语义模型LFM(Latent Factor Model,LFM)相关的理论基础、模型优点以及训练模型时求解最优损失函数的两种基本算法.在训练模型时,可以基于标签内容来提取物品特征,也可以让模型去发掘物品潜在特征;最后在Movie Lens数据集上进行测试,验证隐语义模型LFM既可以对用户—项目的评分矩阵中未评分项 目进行精确评分,也可揭示物品的隐藏特征和一些潜在规律.
文献关键词：
隐语义模型LFM;协同过滤;隐藏特征
中图分类号：
作者姓名：
李盼颖;韩雨轩;温秀梅;张书玮
作者机构：
河北建筑工程学院,河北 张家口 075000;张家口大数据技术创新中心,河北张家口 075000;哈尔滨工业大学(深圳),中国深圳518055
文献出处：
引用格式：
[1]李盼颖;韩雨轩;温秀梅;张书玮-.基于LFM的协同过滤算法研究及实现)[J].河北建筑工程学院学报,2022(01):193-197
A类：
B类：
LFM,协同过滤算法,算法研究,隐语义模型,Latent,Factor,Model,训练模型,损失函数,品特,潜在特征,Movie,Lens,评分矩阵,分项,隐藏特征
AB值：
0.337789
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。
