一种融入文档信息的矩阵分解推荐方法  

A Matrix Factorization Recommend Method Integrating Document Information

作　　者：徐启东 冯广[1] 曾虎 龚旭辉 周瀚章 

机构地区：[1]广东工业大学自动化学院,广东广州510006

出　　处：《工业控制计算机》2018年第10期64-65,67,共3页Industrial Control Computer

基　　金：RFID无线传感器网络关键问题研究(国家自然科学基金资助项目(60673132);RFID传感器网络及其应用技术研究(广东省自然科学基金资助项目(07117421)

摘　　要：在推荐系统中,精确率和召回率是衡量推荐系统的重要指标。提出了DRMF+方法:首先考虑用户的噪声数据有害于推荐的精确性;其次将神经网络和概率矩阵分解的思想结合在一起,得到优化用户和物品的潜在隐含因子来预测用户对物品缺失的评分最后以此评分为用户做出推荐。实验结果表明该文所提出的方法有助于矩阵分解在评分预测精确性和召回率的方面得到了一定的提升。This paper proposes the DRMF ＋method：consider the user＇s noise data is detrimental to the accuracy of the recommendation.Combine the neural network and the idea of the probability matrix decomposition to obtain the potential implicit factors for optimizing the user and the item to predict the user＇s item.The missing score is finally used to make recommendations for users.

关 键 词：噪声数据 矩阵分解 神经网络 潜在隐含因子 性能评价 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]