摘要:
互联网环境下,不同领域中多源异构信息对象的交互融合使用户面临大数据环境下的信息选择困境,传统的信息推荐算法已很难适应跨领域的信息推荐服务。综合分析了不同领域内用户对信息对象的评价数据,基于潜在因子模型抽取了不同领域中某一用户聚类集合对某一信息对象聚类集合评分模式的跨领域共性特征和单领域个性特征,进而通过传递、共享跨域共性特征信息的方式缓解了目标领域的数据稀疏性问题,提高了跨域信息推荐的准确度。
高升,任思婷,郭军. 基于潜在因子模型的跨领域信息推荐算法[J]. 电信科学, 2015, 31(7): 75-79.
Sheng Gao,Siting Ren,Jun Guo. Cross-Domain Recommendation Algorithm Based on Latent Factor Model[J]. Telecommunications Science, 2015, 31(7): 75-79.