留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

#br# 基于矩阵分解与随机森林的多准则推荐算法

林栢全 肖菁

林栢全, 肖菁. #br#基于矩阵分解与随机森林的多准则推荐算法[J]. 华南师范大学学报(自然科学版), 2019, 51(2): 117-122. doi: 10.6054/j.jscnun.2019036
引用本文: 林栢全, 肖菁. #br# 基于矩阵分解与随机森林的多准则推荐算法[J]. 华南师范大学学报(自然科学版), 2019, 51(2): 117-122. doi: 10.6054/j.jscnun.2019036
LIN Baiquan, XIAO Jing. Multiple Criteria Recommendation Algorithm Based on Matrix Factorization and Random Forest[J]. Journal of South China normal University (Natural Science Edition), 2019, 51(2): 117-122. doi: 10.6054/j.jscnun.2019036
Citation: LIN Baiquan, XIAO Jing. Multiple Criteria Recommendation Algorithm Based on Matrix Factorization and Random Forest[J]. Journal of South China normal University (Natural Science Edition), 2019, 51(2): 117-122. doi: 10.6054/j.jscnun.2019036

#br# 基于矩阵分解与随机森林的多准则推荐算法

doi: 10.6054/j.jscnun.2019036
基金项目: 

国家自然科学基金

详细信息
    通讯作者:

    肖菁

Multiple Criteria Recommendation Algorithm Based on Matrix Factorization and Random Forest

  • 摘要: 现今的推荐算法大多忽略用户偏好和项目属性中的多个特征,而是在单一推荐准则的基础上训练模型进行推荐. 基于多准则的推荐算法通过考虑用户偏好的多个方面,可以为用户行为提供更加准确的预测. 酒店是旅游行业中重要的环节,为了提高旅客体验,实现酒店评分预测,提出了基于矩阵分解与随机森林的多准则推荐算法. 该算法分两步实现,通过矩阵分解训练得出用户对物品在各个准则上的评分特征,然后随机森林学习评分特征预测最终评分. 实验结果显示,相较传统算法,基于矩阵分解与随机森林的多准则推荐算法的准确性和实用价值更高.
  • 加载中
计量
  • 文章访问数:  1232
  • HTML全文浏览量:  129
  • PDF下载量:  489
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-01-25
  • 修回日期:  2018-03-05
  • 刊出日期:  2019-04-25

目录

    /

    返回文章
    返回