融合社交信息的矩陣分解推薦方法研究綜述
大小：1.05 MB 人氣： 2017-12-19 需要積分：2
標簽：矩陣分解(3658)
隨著社交網絡的發展，融合社交信息的推薦成為推薦領域中的一個研究熱點，基于矩陣分解的協同過濾推薦方法（簡稱為矩陣分解推薦方法）因其算法可擴展性好及靈活性高等諸多特點，成為研究人員在其基礎之上進行社交推薦模型構建的重要原因，本文圍繞基于矩陣分解的社交推薦模型，依據模型的構建方式對社交推薦模型進行綜述，在實際數據上對已有代表性社交推薦方法進行對比，分析各種典型社交推薦模型在不同視角下的性能（如整體用戶、冷啟動用戶、長尾物品）．最后，分析基于矩陣分解的社交推薦模型及其求解算法存在的問題，并對未來研究方向與發展趨勢進行了展望。
非常好我支持^.^
(1) 100%
不好我反對
(0) 0%
下載地址
融合社交信息的矩陣分解推薦方法研究綜述下載
相關電子資料下載
- 基于矩陣分解的圖嵌入 2085
- 奇異值分解和矩陣分解傻傻分不清楚？一文幫你理清兩者差異！ 5740
- 推薦系統中的矩陣分解技術 8412
- 系統機器學習算法總結知識分享 4608
- 快速高效的實現浮點復數矩陣分解 911
- 用Xilinx Vivado HLS可以快速、高效地實現QRD矩陣分解 3482