利用Tri—training算法解决推荐系统冷启动问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：随着社交网络的发展，推荐系统日趋重要，而冷启动问题是推荐系统中的关键问题。设计了一种基于上下文的半监督学习框架TSEL，对矩阵分解模型SVD进行扩充以支持更多形式的上下文信息，利用Tri-training框架训练各个模型。与其他解决推荐系统冷启动问题的半监督方法（如Co-training）相比，该方法有着更好的效果。Tri—train—ing框架能够更加方便地引入更多推荐模型，具有更好的可扩展性。将Tri—training框架加以扩展，提出了基于用户活跃度生成无标记教学集合的算法和更加丰富的对矩阵分解模型扩充的形式。在真实数据集MovieLens上进行验证，获得了更好的实验效果。

原文链接:http://www.cqvip.com//QK/92817X/201612/670790940.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：Training Train rain ning Aini 推荐系统 机器学习 TRI-TRAINING