基于潜在标签挖掘和细粒度偏好的个性化标签推荐
为进一步提高个性化标签推荐性能，针对标签数据的稀疏性以及传统方法忽略隐藏在用户和项目上下文中潜在标签的缺陷，提出一种基于潜在标签挖掘和细粒度偏好的个性化标签推荐方法。首先，提出利用用户和项目的上下文信息从大量未观测标签中挖掘用户可能感兴趣的少量潜在标签，将标签重新划分为正类标签、潜在标签和负类标签三类，进而构建〈用户，项目〉对标签的细粒度偏好关系，在缓解标签稀疏性的同时，提高对标签偏好关系的表达能力；然后，基于贝叶斯个性化排序优化框架对细粒度偏好关系进行建模，并结合成对交互张量分解对偏好值进行预测，构建细粒度的个性化标签推荐模型并提出优化算法。对比实验表明，提出的方法在保证较快收敛速度的前提下，有效地提高了个性化标签的推荐准确性。
文件下载
评论信息
其他资源
- CCP 协议栈
- 标准C语言基础教程第四版
- 共30兆2021年最新VOS3000\2009手机号地区表区号表
- STATA外部命令
- 第11届恩智浦智能小车摄像头国赛程序
- mpu6050互补滤波算法角度串口输出stm32
- EXCEL动态管理合同
- 安卓表白程序-附源码
- 基于Cocos2dx的炸弹人游戏
- Vs2015 读入三维物体
- c#生日贺卡小程序(祝妈妈)
- linux-dubbo-admim-0.2.0-安装.docx
- app-dev-release.apk
- IT6801详细资料
- 爱逗逗——集新闻资讯MVP+Retrofit+RxJava+Glide
- 2019年同等学力申硕经济学综合真题及答案精解.pdf
- 敏捷开发用户故事系列（七-九）
- Bootstrap 4 官方模板Hyper
- 1024点FFT源程序（VHDL）
- 高保证优品汇电商APP原型（axure 8.0制作）
- iOS计算器开发源码
- 背景建模运动检测_高斯混合模型_三帧法_码书法_贝叶斯法
- flex bison 简单c结构体解析
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明