基于评分矩阵局部低秩假设的成列协同排名算法

来源：软件学报杂志2015年第11期北京时间：

作者：刘海洋,王志海,黄丹,孙艳歌

单位：刘海洋，北京交通大学 计算机与信息技术学院, 北京 10004411,王志海，北京交通大学 计算机与信息技术学院, 北京 10004402,黄丹，北京交通大学 计算机与信息技术学院, 北京 10004403,孙艳歌，北京交通大学 计算机与信息技术学院, 北京 10004404

摘要：协同过滤方法是当今大多数推荐系统的核心.传统的协同过滤方法专注于评分预测的准确性,然而实际推荐系统的推荐结果往往是项目的排序.针对这一问题,将排名学习领域的知识引入推荐算法,设计了一种基于评分矩阵局部低秩假设的成列协同排名算法.选择直接使用计算复杂度较低的成列损失函数来优化矩阵分解模型,并通过实验验证了其在运算速度上的显著提升.在3个实际推荐系统数据集上,与当下主流推荐算法的比较实验结果表明,该算法具有良好的性能.

关键词：推荐系统;协同过滤;排名学习

基金资助：北京市自然科学基金(4142042); 中央高校基本科研业务费专项资金(2015YJS049)