• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Chinese Journal of Electronics >A New Recommender System Using Context Clustering Based on Matrix Factorization Techniques
【24h】

A New Recommender System Using Context Clustering Based on Matrix Factorization Techniques

机译：基于矩阵分解技术的基于上下文聚类的推荐系统

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recommender system can efficiently alleviate the information overload problem, but it has been trapped in the recommendation accuracy. We proposed a new recommender system which based on matrix factorization techniques. More factors including contextual information, user ratings and item feature are all taken into consideration. Meanwhile the k-modes algorithm is used to reduce the complexity of matrix operations and increase the relevance of the user-item ratings sub-matrix. Compared with several major existing recommendation approaches, extensive experimental evaluation on publicly available dataset demonstrates that our method enjoys improved recommendation accuracy.
机译：推荐系统可以有效地缓解信息过载的问题，但是它一直被困在推荐准确性中。我们提出了一种基于矩阵分解技术的新推荐系统。包括上下文信息，用户评分和项目功能在内的更多因素都已考虑在内。同时，使用k模式算法来降低矩阵运算的复杂性，并增加用户项评级子矩阵的相关性。与现有的几种主要推荐方法相比，对公开数据集进行的广泛实验评估表明，我们的方法具有更高的推荐准确性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号