基于隱性反饋的協(xié)同推薦.pdf

1、基于隱性反饋的協(xié)同推薦通過用戶的隱性反饋行為去構造用戶的喜好模型以改善推薦系統(tǒng)的用戶體驗，其主要存在以下問題:1）數(shù)據(jù)極度稀疏。單一用戶在某一領域內(nèi)一般只在個別物品上產(chǎn)生行為，這樣導致不同用戶間的共同作用物品較少。2）沒有反例。在隱性反饋中，通常只有用戶有過行為的數(shù)據(jù)被標記為正例，而未知值是正例與反例的混合，這樣反例就難以確定。3）無法反映用戶喜好。隱性反饋中用戶對物品沒有過行為并不代表用戶不喜歡，也有可能是用戶不知道該物品。為了解決上

2、述問題，本文在前人工作的基礎上，提出了基于因子機的隱性反饋協(xié)同過濾和基于二階段策略的單類協(xié)同過濾。
　　本文的主要工作如下:
　　(1)針對稀疏性問題，本文通過使用因子機模型，將用戶的屬性信息和物品的內(nèi)容信息作為上下文信息，與用戶的行為信息一起進行模型訓練。
　　(2)針對沒有反例問題，本文首先使用基于用戶活躍度的隨機方法選取反例，然后在此基礎上提出了基于矩陣分解的樣本選取方法。實驗結(jié)果表明，本文提出的方法，選取的樣本