结合评分习惯加权的稀疏矩阵插值推荐技术

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：插值估计可缓解推荐系统的稀疏问题，但其效果会影响预测性能。以logistic用户习惯（habit）评分加权改进Jaccard（HabJac）相似度量，并通过K近邻获得插补评分。进而，通过融合正则化奇异值分解（RSVD）技术提出了新的HISVD推荐算法，并获得最终预测。用户的习惯评分被定义为其出现频次最高的评分，并且logistic权值同评分与习惯评分之间的欧氏距离正相关。（剩余15840字）

试读结束

目录
monitor
客服机器人