×
马廷怀;索、夏飞;周金娟;唐美丽;关，东海;田、袁;阿卜杜拉·阿尔·德莱恩;穆兹纳阿尔·罗丹

结合标签和流派增强矩阵分解技术。 （英语） Zbl 1400.68214号

物理A 461, 101-116 (2016).
摘要：推荐系统在我们的日常生活中发挥着重要的作用，并且正在成为用户查找真正感兴趣内容的流行工具。矩阵分解方法是近年来备受关注的推荐方法。随着互联网的快速发展，产生了大量的信息，如社交网络信息、标签等。随之而来的是一些矩阵分解方法，这些方法结合了用户或项目的个性化信息。然而，除了评级之外，大多数矩阵分解模型只利用了一种信息来理解用户的兴趣。考虑到信息的稀疏性，本文尝试研究不同信息的组合，如标签和流派，以准确地揭示用户的兴趣。关于流派的泛化，当利用流派来寻找用户相似的“灵魂伴侣”时，会增加一个约束。此外，基于带有项目标签的潜在语义索引（LSI）方法，还考虑了项目正则化器。我们在两个真实数据集上进行了实验：Movielens数据集和Douban数据集。实验结果表明，标签和体裁的结合确实有助于揭示用户的兴趣。

理学硕士：

68层35 人工智能的语言和软件系统理论（基于知识的系统、专家系统等）
68单位35 信息系统的计算方法（超文本导航、接口、决策支持等）

关键词：

推荐系统;矩阵分解;标签;体裁;大规模集成电路
PDF格式BibTeX公司 XML格式引用
\textit｛T.Ma｝等人，Physica A 461，101-116（2016；兹比尔1400.68214）
全文： 内政部

参考文献：

[1] 阿多马维修斯，G。；Tuzhilin，A.，《走向下一代推荐系统：最先进和可能扩展的调查》，IEEE Trans。知识。数据工程，17，6，734-749（2005）
[4] 苏，X。；Khoshgoftaar，T.M.，《协作过滤技术调查》，高级Artif。智力。，2009, 1-19 (2009)
[7] 顾斌；Victor S.Sheng。；Tay，Keng Yeow；沃尔特·罗曼诺（Walter Romano）；李硕，序数回归的增量支持向量学习，IEEE Trans。神经网络。学习。系统。，26, 7, 1403-1416 (2015)
[8] Koren，Y。；贝尔·R。；Volinsky，C.，推荐系统的矩阵分解技术，计算机，42，8，30-37（2009）
[11] Salakhutdinov，R。；Mnih，A.，概率矩阵分解，高级神经信息处理。系统。，20, 1257-1264 (2008)
[12] Shi，Y。；Larson，M。；Hanjalic，A.，使用矩阵分解挖掘上下文软件推荐的上下文电影相似性，ACM Trans。智力。系统。技术。，4, 1, 1-19 (2013)
[13] 张春霞。；张，Z.-K。；Yu，L。；刘，C。；刘，H。；Yan，X.-Y.，《通过协作用户聚类建模进行信息过滤》，Physica A，396195-203（2014）
[14] 张，Z。；Yu，L。；Fang，K.，基于热扩散和标签软件协同过滤的面向网站的推荐，Phys。A、 39982-88（2014）
[18] 刘杰。；吴，C。；Liu，W.，带社会关系和推荐项目内容的贝叶斯概率矩阵分解，Decis。支持系统。，55, 3, 838-850 (2013)
[19] 马，H。；国王一世。；Lyu，M.R.，学习用显性和隐性社会关系推荐，ACM Trans。智力。系统。技术。，2, 3 (2011)
[24] Choi，S.-M。；Ko，S.-K。；Han，Y.S.，基于类型相关性的电影推荐算法，专家系统。申请。，39, 9, 8079-8085 (2012)
[25] 丁，C。；李·T。；彭伟，关于非负矩阵分解与概率潜在语义索引的等价性，计算。统计师。数据分析。，52, 8, 3913-3927 (2008) ·兹比尔1452.62053
[28] Pinho Lucas，J。；塞格拉，S。；Moreno，M.N.，《利用关联分类器来缓解推荐系统中的典型缺陷》，专家系统。申请。，39, 1, 1273-1283 (2012)
[29] 张伟。；吉田，T。；Tang，X.，TF*IDF、LSI和多词文本分类的比较研究，专家系统。申请。，38, 3, 2758-2765 (2011)
[33] 吕英华；马廷怀；唐美丽；曹洁；田、元；阿卜杜拉·阿尔·德莱恩；Al-Rodhaan，Mznah，《一种用于复杂结构数据集的高效且可扩展的基于密度的聚类算法》，神经计算，171，9-22（2016）
[36] Zhang，Y。；Chen，W。；Yin，Z.，《电视节目推荐的社会规范协同过滤》，Knowl-基于系统。，54, 310-317 (2013)
[37] Bao，H。；李强。；Liao，S.S。；Song，S。；Gao，H.，一种新的基于时间和社会PMF的方法，用于预测用户对微博客的兴趣，Decis。支持系统。，55, 3, 698-709 (2013)
[38] 马廷怀；荣、欢；应长虹；田、元；阿卜杜拉·阿尔·德莱恩；Al-Rodhaan，Mznah，根据C-DBLP中的BSCHEF检测结构相关群落，Concurr。计算：实际。专家。，28, 2, 311-330 (2016)
[39] 林，C。；谢瑞。；关，X。；李，L。；Li，T.，通过隐性社会专家进行个性化新闻推荐，Inform。科学。，254, 1-18 (2014)
[40] 陈，J。；Feng，S。；Liu，J.，基于非负矩阵分解的社会标签主题意义归纳，Inform。科学。，280, 16-25 (2014)
[41] 马廷怀；周金娟；唐美丽；田、元；阿卜杜拉·迪兰；穆兹纳，阿尔·罗丹；Lee，sungyoung，基于社交网络和标签源的增强协作推荐系统，IEICE Trans。信息系统。，98-D、4902-910（2015）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。