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(biāo)簽：矩陣分解(3658)
隨著社交網(wǎng)絡(luò)的發(fā)展，融合社交信息的推薦成為推薦領(lǐng)域中的一個研究熱點，基于矩陣分解的協(xié)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(chǔ)之上進行社交推薦模型構(gòu)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(jù)模型的構(gòu)建方式對社交推薦模型進行綜述，在實際數(shù)據(jù)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(fā)展趨勢進行了展望。
非常好我支持^.^
(1) 100%
不好我反對
(0) 0%