基于SVDPP算法的新型协同过滤推荐算法

资料大小: 1.65 MB

所需积分: 0

下载次数:

用户评论: 0条评论,查看

上传日期: 2021-03-09

上 传 者: 他上传的所有资料

资料介绍

标签:协同过滤(21)算法(2180)

为进一步改善个性化推荐系统的推荐效果,通过使用强化学习方法对SVDPP算法进行优化,提出一种新的协同过滤推荐算法。考虑用户评分的时间效应,将推荐问题转化为马尔科夫决策过程。在此基础上,利用Q-learning算法构建融合时间戳信息的用户评分优化模型,同时通过预测评分取整填充和优化边界补全方法预测缺失值,以解决数据稀疏性冋题。实验结果显示,该算法的均方根误差较SVDPP算法降低了0.0056,表明融合时间戳并采用强化学习方法进行推荐性能优化是可行的。

基于SVDPP算法的新型协同过滤推荐算法

用户评论

查看全部 条评论

发表评论请先 , 还没有账号?免费注册

发表评论

用户评论
技术交流、我要发言! 发表评论可获取积分! 请遵守相关规定。
上传电子资料
久久爱在免费线看观看_久久 久久精品2020中文字幕_成年女人免费毛片视频