典型文献
基于隐语义模型推荐算法的优化
文献摘要：
人们的生活已经离不开推荐系统了,而推荐算法的优劣则是推动推荐系统发展的重要因素.使用比较广泛的推荐技术有基于内容推荐、协同过滤以及混合推荐.但是以上推荐算法均存在精确率低,覆盖率窄等问题.论文融合了用户的情感因素以及物品的热门程度提出了一种基于潜在因子模型(LFM)的优化算法:基于动量的学习算法,最后通过实验证明改进后的算法比传统的算法在推荐精确度(Accuracy)以及覆盖率(Coverage)上都有明显的提升.
文献关键词：
协同过滤;关联规则;混合推荐;潜在因子模型(LFM);动量
中图分类号：
作者姓名：
孔欢;黄树成
作者机构：
江苏科技大学计算机学院 镇江 212100
文献出处：
引用格式：
[1]孔欢;黄树成-.基于隐语义模型推荐算法的优化)[J].计算机与数字工程,2022(10):2197-2201
A类：
B类：
隐语义模型,推荐算法,推荐系统,系统发展,内容推荐,协同过滤,混合推荐,精确率,情感因素,潜在因子模型,LFM,Accuracy,Coverage,关联规则
AB值：
0.310841
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
