基于解纠缠表示学习的社会化推荐算法研究.pdf

基于解纠缠表示学习的社会化推荐算法研究.pdf

  1. 1、本文档共79页,其中可免费阅读24页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

自二十一世纪全面进入信息时代以来,面对日益增长的海量数据,推荐系统有效

解决了信息过载问题,然而基于用户项目评分矩阵的推荐算法面临着数据稀疏和冷

启动问题,社交关系的引入为解决这些问题提供了一种有效途径,社会化推荐问题也

因此受到研究者的广泛关注。

社交网络中往往隐藏着多种类型的用户社交关系,直接将社交关系融入评分矩

阵可能会导致推荐性能下降。从社交网络中抽取与评分相关的用户关系是提升推荐

性能的关键。本文利用解纠缠表示学习能够学习具有分离语义解耦表示的特点,将其

应用于社会

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档