一種跨區(qū)域跨評(píng)分協(xié)同過(guò)濾推薦算法
摘要: 傳統(tǒng)跨評(píng)分協(xié)同過(guò)濾范式忽視了目標(biāo)域中評(píng)分密度對(duì)用戶和項(xiàng)目隱向量精度的影響,導(dǎo)致評(píng)分稀疏區(qū)域評(píng)分預(yù)測(cè)不夠準(zhǔn)確.為克服區(qū)域評(píng)分密度對(duì)評(píng)分預(yù)測(cè)的影響,基于遷移學(xué)習(xí)思想提出一種跨區(qū)域跨評(píng)分協(xié)同過(guò)濾推薦算法(cross-rating collaborative filtering recommendation algorithm,CRCRCF),相對(duì)于傳統(tǒng)跨評(píng)分協(xié)同過(guò)濾范式,該算法不僅能... (共20頁(yè))
開(kāi)通會(huì)員,享受整站包年服務(wù)