典型文献
基于情境信息迁移的因子分解机推荐算法
文献摘要：
传统推荐算法大多使用用户评分数据来推测用户偏好,仅用评分数据会导致推荐结果单一,缺乏多样性和个性化,同时评分数据还普遍存在严重的稀疏性问题.针对上述问题,提出了一种基于情境信息迁移的因子分解机推荐算法.根据情境信息对数据集进行划分,利用自适应增强方法对不同情境下的数据样本进行迁移处理,将处理后的数据集放入因子分解机,实现评分预测.实验结果表明该算法能在充分使用数据样本、缓解稀疏性问题同时,进行更准确的个性化推荐,相较于传统推荐算法推荐误差降低了2.05％.
文献关键词：
情境信息;迁移学习;因子分解机;个性化推荐
中图分类号：
作者姓名：
孙雨新;曹晓梅;王少辉
作者机构：
南京邮电大学 计算机学院,南京 210000
文献出处：
引用格式：
[1]孙雨新;曹晓梅;王少辉-.基于情境信息迁移的因子分解机推荐算法)[J].计算机工程与应用,2022(06):134-141
A类：
B类：
情境信息,信息迁移,因子分解机,推荐算法,用用,评分数据,用户偏好,时评,稀疏性,自适应增强,增强方法,迁移处理,放入,评分预测,使用数据,个性化推荐,算法推荐,迁移学习
AB值：
0.32618
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。
