融合内容与矩阵分解的混合推荐算法
来源：计算机应用研究杂志2020年第5期北京时间：
作者：王永贵,陈玉伟,
单位：辽宁工程技术大学软件学院,辽宁葫芦岛125105；
摘要：传统基于内容的推荐算法往往具有较低的准确性，而协同过滤推荐算法中普遍存在数据稀缺性和项目冷启动问题。为解决上述问题，提出了一种融合内容与协同矩阵分解技术的混合推荐算法。该算法实现了在共同的低维空间中分解内容和协同矩阵，同时保留数据的局部结构。在参数优化方面利用一种基于乘法更新规则的迭代方法，以此提高学习能力。实验结果表明，该算法优于其他具有代表性的项目冷启动推荐算法，有效缓解了数据稀疏性，提高了推荐准确性。
关键词：混合推荐,矩阵分解,冷启动,参数优化,局部结构,
基金资助：国家自然科学基金面上项目(61772249)；；
