计算机应用研究

作者：杨志,唐向红,林川,

单位：贵州大学a.计算机科学与技术学院;b.省部共建公共大数据国家重点实验室(筹),贵阳550000；

关键词：推荐方法,间接交互信息,可达矩阵,因式分解机,

基金：贵州省留学回国人员科技活动择优资助项目—优秀类项目(2018,0002)；2018年贵州省本科教学内容和课程体系改革项目阶段性成果(2018520081)；贵州省科学技术基金重点项目(黔科合基础[2020]1Z055)；国家自然科学基金资助项目(62066008,62066007)；；

针对现有推荐方法存在交互信息应用不充分和推荐性能不佳的问题，充分利用用户和项目之间的间接交互信息，采用可达矩阵来表达用户和项目之间的间接交互关系，通过可达矩阵与因式分解机有机融合，构建了一个新的推荐方法。在Amazon-Book、Last-FM和Yelp2018数据集上的实验表明，所提方法在推荐效果上既优于传统的基于因式分解机的推荐方法，又好于最新的基于神经网络因式分解机的推荐模型，在推荐的时间效率上比基于知识图谱注意力网络的推荐方法具有明显优势。同时，相对其他推荐方法，该方法还具有更好的可解释性。

来源：2021年第6期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第6期