基于显式与隐式反馈信息的概率矩阵分解推荐

来源：计算机应用杂志2015年第9期北京时间：

作者：王东, 陈志, 岳文静, 高翔, 王峰

单位：1. 南京邮电大学 计算机学院, 南京 210003;2. 南通科技职业学院 信息工程系, 江苏 南通 226007;3. 南京邮电大学 通信与信息工程学院, 南京 210003

摘要：针对现有的基于用户显式反馈信息的推荐系统推荐准确率不高的问题,提出了一种基于显式与隐式反馈信息的概率矩阵分解推荐方法。该方法综合考虑了显示反馈信息和隐式反馈信息,在对用户信任关系矩阵和商品评分矩阵进行概率分解的同时加入了用户评分记录的隐式反馈信息,优化训练模型参数,为用户提供精确的预测评分。实验结果表明,该方法可以有效地获得用户偏好,产生大量的准确度高的推荐。

关键词：推荐系统,概率矩阵分解,显示反馈,隐式反馈

基金资助：国家自然科学基金资助项目(60905040);中国博士后科学基金资助项目(2013M531393);江苏省"六大人才高峰"第十一批高层次人才选拔培养资助项目(XXRJ-009);江苏省自然科学基金资助项目(BK20131382);江苏省博士后科研资助计划项目(1102102C);江苏省2014年度普通高校研究生实践创新计划项目(SJZZ_0107)。