论文研究-基于迁移学习的领域自适应推荐方法研究.pdf

所需积分/C币:33 2019-09-06 15:46:07 939KB .PDF
52
收藏 收藏
举报

协同过滤在目标评分数据非常稀疏时,其推荐效果往往会下降。跨领域推荐方法在一定程度上可以解决数据稀疏性的问题。对于不同领域异构的数据,如果不进行特征映射处理,则可能会导致负迁移;采用单一的迁移模式,则会造成潜在信息缺失。因此,提出一种领域自适应的方法,以应用于跨领域推荐。具体包括:利用GFK特征映射后,以增加共享信息的一致性和减少潜在信息的缺失;采用联合用户侧重和项目侧重多元迁移模式来预测缺失评分的目标域矩阵,以提升预测评分的准确性。经开源数据集上的实验测试,证实了该模型可提高推荐的精准度。

...展开详情
试读 7P 论文研究-基于迁移学习的领域自适应推荐方法研究.pdf
立即下载
限时抽奖 低至0.43元/次
身份认证后 购VIP低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
  • 至尊王者

关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于迁移学习的领域自适应推荐方法研究.pdf 33积分/C币 立即下载
1/7
论文研究-基于迁移学习的领域自适应推荐方法研究.pdf第1页
论文研究-基于迁移学习的领域自适应推荐方法研究.pdf第2页

试读结束, 可继续读1页

33积分/C币 立即下载