基于显式与隐式反馈信息的概率矩阵分解推荐ProbabilisticMatrix.PDF

JournalofComputerApplications ISSN1001-9081 2015 计算机应用,2015 CODENJYIIDU 文章编号:* doi:* 基于显式与隐式反馈信息的概率矩阵分解推荐 1,2 1* 3 1 1 王东 ，陈志 ，岳文静 ，高翔 ，王峰 (1.南京邮电大学 计算机学院， 江苏 南京 210003 2.南通科技职业学院 信息工程系，江苏 南通 226007 3. 南京邮电大学 通信与信息工程学院，江苏 南京 210003) (*chenz@) 摘 要: 针对现有的基于用户显式反馈信息的推荐系统推荐准确率不高的问题，提出了一种基于显式与隐式反馈信息的 概率矩阵分解推荐方法。该方法综合考虑了显示反馈信息和隐式反馈信息，在对用户信任关系矩阵和商品评分矩阵进行概率 分解的同时加入了用户评分记录的隐式反馈信息，优化训练模型参数，为用户提供精确的预测评分。实验结果表明，该方法 可以有效地获得用户偏好，产生大量的准确度高的推荐。 关键词 推荐系统；概率矩阵分解；显示反馈；隐式反馈: 中图分类号:TP181 文献标志码:A ProbabilisticMatrixFactorizationRecommendationwith ExplicitandImplicitFeedback 1,2 1* 3 1 1 WANGDong ,CHENZhi ,YUEWenjing ,GAOXiang ,WANGFeng (1CollegeofComputer,NanjingUniversityofPostsandTelecommunications,Nanjing210003,China; 2.DepartmentofInformationEngineering,Nantong scienceandtechnologycollege,NantongJiangsu226007,China; 3.CollegeofTelecommunicationandInformationEngineering,NanjingUniversityofPostsandTelecommunications,Nanjing210003) Abstract: Focused on the issue that the recommender systems with explicit feedback drastically degrade the accuracy, the recommendertechniqueusingprobabilistic matrix factorizationwith explicit andimplicit feedbackwas proposed. Sothe explicit and implicit feedbackwas taken into account inthis method. Firstly,usertrust relationship matrix anduser- item matrix were factorized using probabilistic matrix