潘伟科;杨强 异构协同过滤领域中的迁移学习。 （英语） 兹比尔1270.68247 Artif公司。智力。 197, 39-55 (2013). 摘要：推荐系统中协作过滤（CF）技术的一个主要挑战是由缺失评级和噪声评级导致的数据稀疏性。对于以数字表示评级的CF领域来说，这个问题更为严重，例如五星级。我们假设五星评级是无序的箱子，而不是有序的相对偏好。我们注意到，虽然我们可能缺乏数字评级的信息，但我们有时会以二进制评级的形式提供额外的辅助数据。这一点尤其正确，因为用户可以很容易地用他们对项目的喜欢或不喜欢来表达自己的偏好。在本文中，我们探讨了如何使用这些二进制辅助偏好数据来帮助减少数据稀疏性对以数字评级表示的CF域的影响。我们通过将评分知识从一些辅助数据源以二进制形式（即喜欢或不喜欢）传输到目标数字评分矩阵来解决这个问题。特别是，我们的解决方案是以原则性的方式对数字评级和表示喜欢或不喜欢的评级进行建模。我们提出了一种新的集体因子分解传递框架，在该框架中，我们集体构造了一个共享的潜在空间，并分别学习了数据依赖效应。与以前的双线性集合矩阵因式分解方法相比，TCF方法的一个主要优点是，我们能够在共享数据相关知识时捕获数据相关效应。这使我们能够提高知识转移的整体质量。我们提供了大量的实验结果，以证明TCF在不同稀疏度水平下的有效性，并显示了与几种最先进的方法相比，我们的方法的改进。 引用于4文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68层35 人工智能语言和软件系统理论（基于知识的系统、专家系统等） 软件：svd包;Eigentaste公司 PDF格式BibTeX公司 XML格式引用 \textit{W.Pan}和\textit{Q.Yang}，Artif。智力。197，39-55（2013；Zbl 1270.68247） 全文： 内政部 链接 参考文献： [1] 雅各布·阿伯内西；巴赫、弗朗西斯；叶甫根尼欧，狄奥多罗斯；Vert，Jean-Philippe，《协作滤波的新方法：带谱正则化的算子估计》，J.Mach。学习。决议，10，803-826（2009年6月）·Zbl 1235.68122号 [4] 罗伯特·M·贝尔。；Koren，Yehuda，《联合导出邻域插值权重的可缩放协同过滤》（2007年第七届IEEE国际数据挖掘会议论文集，IEEE计算机学会：IEEE计算机协会，美国华盛顿特区），43-52 [6] 迈克尔·W·贝里（Michael W.Berry）。；Susan T.Dumais。；O'Brien，Gavin W.，使用线性代数进行智能信息检索，SIAM Rev.，37573-595（1995年12月）·Zbl 0842.68026号 [7] 丹尼尔·比尔苏斯（Daniel Billsus）；Michael J.Pazzani，《学习协作信息过滤器》（Learning collaborative information filters），（第十五届机器学习国际会议论文集，ICML’98（1998），Morgan Kaufmann Publishers Inc.：Morgan Koufmann-Publishers Inc.San Francisco，CA，USA），46-54 [8] Bottou，Léon，随机梯度下降的大尺度机器学习，（Lechevallier，Yves；Saporta，Gilbert，《第19届国际计算统计会议论文集》（COMPSTAT’2010）（2010年8月），施普林格：法国巴黎施普林格出版社），177-187·兹比尔1436.68293 [13] 卡鲁阿纳，里奇，多任务学习，马赫。学习。，28、41-75（1997年7月） [14] Edward Y.Chang。；白红杰；朱凯华；王浩；李健；邱志欢，PSVM：不完全Cholesky分解的并行支持向量机（Scaling up Machine Learning:Parallel and Distributed Approachs，2011），剑桥大学出版社 [17] 保罗·克雷莫内西；科伦、耶胡达；Turrin，Roberto，推荐算法在top-n推荐任务中的性能，（第四届ACM推荐系统会议论文集，RecSys’10（2010），ACM:ACM纽约，纽约，美国），39-46 [18] 斯科特·迪韦斯特（Scott C.Deerwester）。；Susan T.Dumais。；托马斯·兰道尔。；乔治·弗纳斯（George W.Furnas）。；Harshman，Richard A.，《基于潜在语义分析的索引》，美国社会科学杂志。，41, 6, 391-407 (1990) [19] 克里斯·丁（Chris Ding）；李涛；彭伟；Park，Haesun，用于聚类的正交非负矩阵三因子化，（第十二届ACM SIGKDD国际知识发现和数据挖掘会议论文集，KDD’06（2006），ACM:ACM纽约，纽约，美国），126-135 [21] 艾伦·爱德曼（Alan Edelman）；托马斯·阿里亚斯。；Smith，Steven T.，《正交约束算法的几何》，SIAM J.矩阵分析。申请。，20, 2, 303-353 (1999) ·Zbl 0928.6500号 [22] 丹耶尔·费舍尔（Danyel Fisher）；希尔德拉姆，克里斯；Jason Hong；马克·纽曼（Mark Newman）；梅根·托马斯；Vuduc，Rich，Swami（海报会议）：协同过滤算法开发和评估框架，（第23届国际ACM SIGIR信息检索研究与开发会议论文集，SIGIR’00（2000），ACM：美国纽约州纽约市ACM），366-368 [23] David Goldberg；大卫·尼科尔斯（David Nichols）；布莱恩·奥基（Brian M.Oki）。；Terry，Douglas，《使用协同过滤编织信息挂毯》，Commun。ACM，35，61-70（1992年12月） [24] Ken Goldberg；特蕾莎·罗德；古普塔，德鲁夫；Perkins，Chris，《特征品味：一种恒定时间的协同过滤算法》，Inf.Retr。，4、133-151（2001年7月）·Zbl 0989.68052号 [25] Golub，Gene H。；Van Loan，Charles F.，《矩阵计算》（1996），约翰霍普金斯大学出版社：美国马里兰州巴尔的摩，约翰霍普金斯大学出版社·Zbl 0865.65009号 [27] Keshavan，Raghunandan H。；安德烈亚·蒙塔纳里（Andrea Montanari）；哦，Sewoong，从嘈杂的条目中完成矩阵，J.Mach。学习。第11号决议，2057-2078（2010年8月）·Zbl 1242.62069号 [28] Koren，Yehuda，Factor in the neighbors:可扩展且准确的协作过滤，ACM Trans。知识。发现。数据，4，1，1-24（2010年1月） [35] Liu，Nathan N。；Xiang，Evan W。；赵敏；杨强，统一协作过滤的显性和隐性反馈，（第19届ACM信息与知识管理国际会议论文集，CIKM？10（2010），ACM:ACM纽约，纽约，美国），1445-1448 [36] Bo Long；张忠飞（Mark）；吴晓云；Yu，Philip S.，多类型关系数据的谱聚类，（第23届国际机器学习会议论文集，ICML’06（2006），ACM:ACM纽约，纽约，美国），585-592 [37] Bo Long；张中飞马克；Yu，Philip S.，《关系聚类的概率框架》（第13届ACM SIGKDD国际知识发现和数据挖掘会议论文集，KDD’07（2007），ACM：美国纽约州纽约市ACM），470-479 [38] 马浩；欧文国王；Lyu，Michael 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、1-19（2011年5月） [41] 潘，Sinno Jialin；杨强，迁移学习调查，IEEE Trans。知识。数据工程，22，10，1345-1359（2010） [46] 赛义德，艾伦；谢洛莫·贝尔科夫斯基；De Luca，Ernesto W.，《把事情放在背景中：对背景软件电影推荐的挑战》，（《背景软件电影建议研讨会论文集》，CAMRa？10（2010），ACM：美国纽约州纽约市ACM），2-6 [52] 辛格，Ajit P。；Gordon，Geoffrey J.，通过集体矩阵分解进行关系学习，（第14届ACM SIGKDD知识发现和数据挖掘国际会议论文集，KDD’08（2008），ACM：美国纽约州纽约市ACM），650-658 [54] 查尔斯·萨顿（Charles Sutton）；McCallum，Andrew，迁移学习条件随机场的组成，（《自然语言处理中的人类语言技术和经验方法会议论文集》，HLT’05（2005），计算语言学协会：计算语言学协会，美国宾夕法尼亚州斯特劳兹堡），748-754 [55] 瓦苏基，维什瓦斯；纳卡拉扬，纳卡拉扬；陆正东；贝尔坎特萨瓦斯；Dhillon，Inderjit，使用辅助网络的可扩展从属关系建议，ACM Trans。智力。系统。技术。，3、1、1-20（2011年10月） [56] Yoo，Jiho；Choi，Seungjin，用于协作预测的加权非负矩阵协同三因子化，（第一届亚洲机器学习会议论文集：机器学习进展，ACML’09（2009），Springer-Verlag:Springer-Verlag Berlin，Heidelberg），396-411 [59] 赵世万；周，米歇尔·X。；张夏田；袁、泉；郑文涛；Fu，Rongyao，Who is doing what and when：以内容为中心的社交网站的基于社交地图的推荐，ACM Trans。智力。系统。技术。，3、1、1-23（2011年10月） [60] 郑宇；Xie，Xing，从用户生成的gps轨迹学习旅行建议，ACM Trans。智力。系统。技术。，2、1、1-29（2011年1月） 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。