基于PureSVD模型的协同过滤主动采样

被引：3

作者：

丁伟峰

郑小林

陈德人

机构：

[1] 浙江大学计算机科学与技术学院

来源：

北京邮电大学学报 | 2013年 / 04期

关键词：

推荐系统; 冷启动; 主动学习;

D O I：

10.13190/jbupt.201304.21.047

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

提出了一种最大化参数变化的主动采样方法,可快速捕捉推荐系统中新用户的兴趣偏好.该方法在纯奇异值分解(PureSVD)模型的基础上,选取最大化模型参数变化的样本,然后向新用户查询样本物品的评分.得到的评分用来训练用户的纯奇异值分解模型参数,进而提供推荐列表.基于贪婪法提出了一种快速的近似采样算法,能在可接受的时间内得到采样列表.实验结果证明,在Movielens数据集上,该方法能在Top-N的标准下使用较小的样本,有效地提高了学习新用户偏好的效率.

引用

页码：23 / 26

页数：4