没有合适的资源?快使用搜索试试~ 我知道了~
用于协同过滤的隐马尔可夫模型-研究论文
需积分: 12 0 下载量 140 浏览量
2021-06-09
13:22:05
上传
评论
收藏 570KB PDF 举报
温馨提示
试读
33页
当评级是由一组不断变化的用户偏好生成时,我们提出了一个隐藏的马尔科夫模型,用于隐式评级的协同过滤。 协同过滤和推荐系统文献中的大部分工作都是在用户偏好是静态模式的假设下开发的。 然而,我们通过分析员工博客阅读行为的数据集表明,用户的阅读行为确实会随着时间发生变化。 我们将未观察到的用户偏好建模为隐马尔可夫序列。 观察用户在每个时间段阅读不同数量的博客文章并选择不同类型的文章阅读,需要一种新颖的观察模型。 我们使用多项式的负二项式混合来对此类观察进行建模。 这使我们能够识别用户对数据集中项目的稳定全局偏好,并允许我们通过这些偏好跟踪用户。 我们将该算法与一些静态算法和最近提出的动态协同过滤算法进行比较,发现所提出的基于 HMM 的协同过滤器优于其他算法。
资源推荐
资源评论
资源评论
weixin_38698311
- 粉丝: 9
- 资源: 925
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功