本文關(guān)鍵詞：利用社交關(guān)系的實值條件受限玻爾茲曼機協(xié)同過濾推薦算法

  更多相關(guān)文章： 受限玻爾茲曼機 數(shù)據(jù)稀疏性 R_CRBM 社交網(wǎng)絡(luò) 信任關(guān)系 大數(shù)據(jù)

【摘要】：利用受限玻爾茲曼機(Restricted Boltzmann Machine,RBM)解決推薦問題已成為一個很有意義的研究方向.目前用于推薦的RBM模型中使用的僅僅是用戶評分數(shù)據(jù),但用戶評分數(shù)據(jù)存在著嚴重的數(shù)據(jù)稀疏性問題.隨著互聯(lián)網(wǎng)對人們生活的不斷滲透,社交網(wǎng)絡(luò)已經(jīng)成為人們生活中不可缺少的一部分,利用社交網(wǎng)絡(luò)中的好友信任關(guān)系,有助于緩解評分數(shù)據(jù)的稀疏性問題,提高推薦系統(tǒng)的性能.因此,該文首先提出基于實值的狀態(tài)玻爾茲曼機(Real-Valued Conditional Restricted Boltzmann Machine,R_CRBM)模型,此模型不需要將評分數(shù)據(jù)轉(zhuǎn)化為一個K維的0-1向量,并且R_CRBM模型在訓(xùn)練過程中使用了訓(xùn)練數(shù)據(jù)中潛在的評分/未評分信息;同時該文將最近信任好友關(guān)系應(yīng)用到R_CRBM模型推薦過程中.在百度數(shù)據(jù)集和Epinions數(shù)據(jù)集上的實驗結(jié)果表明R_CRBM模型和引入的最近信任好友關(guān)系均有助于提高推薦系統(tǒng)的預(yù)測精度;最后,針對大數(shù)據(jù)環(huán)境下,普通平臺很難完成R_CRBM模型訓(xùn)練的問題,該文提出基于Spark的并行化方案,較好地解決了該問題.
【作者單位】： 東南大學(xué)計算機科學(xué)與工程學(xué)院;東南大學(xué)計算機網(wǎng)絡(luò)和信息集成教育部重點實驗室;
【關(guān)鍵詞】： 受限玻爾茲曼機 數(shù)據(jù)稀疏性 R_CRBM 社交網(wǎng)絡(luò) 信任關(guān)系 大數(shù)據(jù)
【基金】：江蘇省自然科學(xué)基金(BK2012742) 軟件新技術(shù)與產(chǎn)業(yè)化協(xié)同創(chuàng)新中心部分資助
【分類號】：TP391.3
【正文快照】： 1引言隨著互聯(lián)網(wǎng)和信息技術(shù)的快速發(fā)展,微博、即時通訊、搜索引擎、電子商務(wù)、網(wǎng)絡(luò)游戲等網(wǎng)絡(luò)業(yè)務(wù)越來越普及,網(wǎng)絡(luò)信息服務(wù)已經(jīng)滲透到人們生活的各個方面,導(dǎo)致互聯(lián)網(wǎng)用戶的數(shù)量急劇增長.急劇增加的不僅僅是互聯(lián)網(wǎng)用戶的數(shù)量,還包括各種繁多的交易數(shù)據(jù).面對互聯(lián)網(wǎng)上如此海量的

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 劉來福，唐志宇，匡錦瑜;向量玻爾茲曼機[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);1996年04期

2 秦勝君;盧志平;;基于限制玻爾茲曼機的無極性標注情感分類研究[J];科學(xué)技術(shù)與工程;2013年35期

3 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 王海麟;通過信息幾何方法挖掘玻爾茲曼機的不變性[D];天津大學(xué);2014年

2 仝少敏;基于受限玻爾茲曼機的面部運動識別方法研究[D];哈爾濱工業(yè)大學(xué);2014年

3 李平;監(jiān)督概率主題模型研究[D];安徽工業(yè)大學(xué);2014年

，

本文編號：593205