期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络与隐马尔科夫模型的推荐算法 被引量:6
1
作者 胡文 宰祥顺 《哈尔滨商业大学学报(自然科学版)》 CAS 2017年第5期551-555,共5页
针对个性化推荐系统中用户偏好的学习与高维稀疏数据处理问题.受到隐马尔可夫模型(HMM)结构特征启发,采用一种考虑上下文的两阶段用户偏好收集推理策略的个性化推荐算法.选择MD算法对系统历史评分信息进行挖掘处理,提取用户偏好分布频... 针对个性化推荐系统中用户偏好的学习与高维稀疏数据处理问题.受到隐马尔可夫模型(HMM)结构特征启发,采用一种考虑上下文的两阶段用户偏好收集推理策略的个性化推荐算法.选择MD算法对系统历史评分信息进行挖掘处理,提取用户偏好分布频繁三项集作为隐含状态,将用户评分项目序列看作观测状态,从而抽象为一个HMM模型,结合BP神经网络进行第一阶段的HMM模型的用户偏好学习与推理.然后根据第一阶段的学习训练生成最优推荐集合.实验结果表明基于HMM的推荐算法比传统推荐算法具有更好的适应性和推荐质量. 展开更多
关键词 推荐算法 BP神经网络 隐马尔可夫模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部