声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
该杂志刊期列表
- 2026年
- 1期
国内刊号：21-1138/TP
国际刊号：1002-0411
发布日期:
作者：赵文涛, 任行学
关键词：协同过滤算法, 矩阵分解, 梯度下降法, 个性化推荐
为了解决过度稀疏的评级矩阵导致矩阵分解中的过拟合问题，提出了一种融合标签和时间信息的矩阵分解推荐模型TTMF（matrix factorization recommendation algorithm fusing tags and time information），以丰富单一数据源，缓解矩阵分解中的过拟合问题.首先通过评级数据和标签信息定义用户标签偏好值和项目标签关联度，分别表征用户对标签的兴趣、标签信息和项目之间的联系，并增加时间信息表示用户兴趣随时间的变化；然后，建立用户—项目、用户—标签和项目—标签矩阵模型，通过梯度下降法进行矩阵分解，完成推荐.基于MovieLens数据集实验结果显示，TTMF算法的RMSE（root mean square error）比传统方法LFM（latent factor model）降低了7%.TTMF算法具有更好的推荐效果.
来源：2020年第4期
《信息与控制》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。