| 基于混合偏好分析的聯邦推薦框架 | |
| 所屬分類：技術論文 | |
| 上傳者：zhoubin333 | |
| 文檔大?。?span>2165 K | |
| 標簽： 推薦算法 偏好分析 基于內容推薦 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對基于內容推薦算法存在過擬合及過度專業化問題，提出了一種混合個體及群體偏好分析的聯邦推薦框架，該框架包含三個模塊：基于隨機森林的偏好分析模塊、基于聯邦的相似興趣用戶分群模塊、基于混合偏好分析的推薦模塊。在基于隨機森林的偏好分析模塊中，提出考慮組合因素的同一屬性間偏好度分析和結合信息熵的不同屬性間在意度分析方法,通過糾正與真實興趣屬性具有強關聯性的非興趣屬性影響，初步解決了算法的過擬合問題；在基于聯邦的相似興趣用戶分群模塊和混合偏好分析的推薦模塊中，通過基于聯邦的相似興趣用戶分群模塊和群體的同屬性異屬性分析，得到用戶所在興趣群體的同屬性異屬性偏好信息，并通過網格遍歷群體和個體的超參權重混合進行資源推薦，解決了推薦系統存在的過度專業化問題，提高算法在特定任務上的表現。實驗結果表明所提算法相較于隨機森林算法在各方面指標上有明顯提升，且提高了推薦系統的可解釋性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2