计算机应用研究

作者：张笑虹,张奇志,周亚丽,

单位：北京信息科技大学自动化学院,北京100192；

关键词：推荐系统,二项矩阵分解,评分偏置,

基金：国家自然科学基金资助项目(11672044,11172047)；；

针对推荐系统中的评分预测问题，在矩阵分解的基础上实现了一种修正的二项矩阵分解算法。假设用户对物品的评分基于二项分布，由于用户的评分习惯存在差异，物品的受欢迎程度也存在差异，导致用户—物品评分矩阵存在偏置量。通过引入偏置量对矩阵分解和评分预测进行修正，采用最大后验估计建模，并通过随机梯度下降算法优化模型。实验结果表明，在MovieLens 100K数据集上，引入评分偏置的二项矩阵分解算法在推荐精度、离线计算时间等方面均优于传统的二项矩阵分解算法。

来源：2020年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第5期