效的实现知识迁移,提高目标领域的推荐精度。一种基于领域相关性自适应的协同过滤方法

    公开(公告)号:CN106227767A

    公开(公告)日:2016-12-14

    申请号:CN201610559672.5

    申请日:2016-07-15

    Applicant: 华侨大学

    CPC classification number: G06F16/9535

    Abstract: 一种基于领域相关性自适应的协同过滤方法,包括如下步骤:(1)将辅助域和目标域的差异性作为正则化项引入传统模型,得到新的模型:其中:T是目标领域内有部分缺失项的评分矩阵,Z为目标域的填充矩阵,Z与T有相同的评分项;表示目标域的指标集,||·||F表示Frobenius范数,||·||*表示核范数,||Z||*为矩阵Z的所有奇异值之和;γ为正则化参数,η∈(0,1)表示辅助域和目标域的相似性;(2)然后使用定点迭代算法计算新模型的正则最优化解Z*=Z。本发明可应用于互联网推荐系统,通过自适应的估计两者相关性,并将其引入目标领域的预测模型,从而有

Patent Agency Ranking