周俊宇
- 作品数：2 被引量：1H指数：1
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 融合时间偏差信息的邻域型因子分解推荐算法
- 2016年
- 针对传统推荐算法在进行评分预测时推荐精度低这一问题,提出了融合时间偏差信息的邻域型因子分解推荐算法(简称NFDRA)。它以因子分解算法为主,随机梯度下降寻优为辅,并融合了用户评分的邻域信息以及三种时间偏差信息。实验表明,融合时间偏差的邻域型因子分解推荐算法,相比传统的因子分解推荐可以产生更高精度的推荐结果并具有显著性差异。
- 戴月明周俊宇吴定会
- 关键词：梯度下降
- 基于Pairwise排序学习的因子分解推荐算法被引量：1
- 2016年
- 针对基于内存的协同过滤推荐算法存在推荐列表排序效果不佳的问题,提出基于Pairwise排序学习的因子分解推荐算法(简称Pairwise-SVD推荐算法)。新算法将因子分解的预测结果作为排序学习算法的输入,把排序问题转化成分类问题使用排序学习理论进行排序产生推荐列表。实验结果表明相比基于内存的协同过滤推荐算法,Pairwise-SVD推荐算法的排序效果更佳。其在指标Kendall-tau上提高了近一倍,在指标MRR上提高了近30%,且在指标MAP上也有小幅提高。
- 周俊宇戴月明吴定会
- 关键词：协同过滤
