基于潛在因子多樣性的非負矩陣分解協(xié)同過濾模型

打開文本圖片集

摘要：基于非負矩陣分解的協(xié)同過濾模型在高維稀疏數(shù)據(jù)的預(yù)測和填補上十分有效，該模型具有推薦個性化、有效利用其他相似用戶回饋信息的優(yōu)點，但也存在預(yù)測精度較低等不足。針對用戶或項目在不同情景下的評分差異性，提出了一種改進的基于潛在因子多樣性的非負矩陣分解的協(xié)同過濾模型。該模型充分考慮在不同情境下，用戶和項目潛在特征矩陣的多樣性，在模型的訓(xùn)練中，采用了單元素非負乘法更新規(guī)則和交替方向法，保證了目標(biāo)矩陣的非負性，且提高了模型的收斂率。（剩余7637字）