-
题名ICAMF-CC:改进的情境感知矩阵分解算法
- 1
-
-
作者
罗国前
刘志勇
张明颜
张家鑫
刘亚鹏
-
机构
东北师范大学信息科学与技术学院
东北师范大学教育部数字化学习支撑技术工程研究中心
大同煤矿集团有限责任公司
-
出处
《计算机应用研究》
CSCD
北大核心
2020年第8期2297-2300,共4页
-
基金
吉林省教育厅“十三五”科学技术研究规划项目(202118628)
吉林省教育厅新工科研究与实践项目(131003229)。
-
文摘
情境感知推荐系统是当前推荐领域的研究热点,而情境感知矩阵分解算法(CAMF-CC)是当前领域的一种有效模型。针对CAMF-CC算法在推荐时存在的准确度不高的问题,提出了一种改进的情境感知矩阵分解算法(ICAMF-CC)。该算法在原有CAMF-CC算法的基础上,通过融入项目偏置项和情境权重来进行评分预测。其优势在于,一方面,融入了项目本身特性对评分的影响;另一方面,充分考虑了不同情境因素在推荐过程中有着不同的影响力,提高了预测评分的准确度。通过在LDOS-CoMoDa数据集上进行实验,结果表明,该算法在准确度上优于CAMF-CC算法。
-
关键词
情境感知矩阵分解
项目偏置项
情境权重
-
Keywords
context-aware matrix factorization
item bias
context weights
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-