中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 软件所图书馆  > 期刊论文
Title:
利用交叉推荐模型解决用户冷启动问题
Alternative Title: CROSS RECOMMENDATION MODEL IN SOLVING COLD-START PROBLEM
Author: 朱坤广 ; 杨达 ; 崔强 ; 郝春亮
Keyword: 推荐系统 ; 迁移学习 ; 用户冷启动 ; 交叉推荐
Source: 计算机应用与软件
Issued Date: 2016
Volume: 33, Issue:5, Pages:66
Indexed Type: CSCD
Department: 朱坤广, 中国科学院软件研究所, 基础软件国家工程研究中心, 北京 100190, 中国;崔强, 中国科学院软件研究所, 基础软件国家工程研究中心, 北京 100190, 中国;郝春亮, 中国科学院软件研究所, 基础软件国家工程研究中心, 北京 100190, 中国;杨达, 中国科学院软件研究所, 基础软件国家工程研究中心;;计算机科学国家重点实验室, 北京 100190, 中国;
Abstract: 用户冷启动是推荐系统的一个重要问题。传统的推荐系统使用迁移学习的方法来解决这个问题,即利用一个领域的评分信息或者标签预测另外一个领域的用户和物品 评分。上述迁移学习模型通常假设两个领域没有重叠的用户和物品,与上述假设不同,很多情况下系统可以获取同一用户在不同领域的数据。针对这种数据,提出一 种新的推荐系统冷启动模型crossSVD&GBDT(CSGT),通过有效利用重叠用户的信息来解决用户冷启动问题。具体地,首先提出新模型获取用户和 物品的特征,然后利用GBDT模型进行训练。实验数据表明,在豆瓣数据集中corssSVD&GBDT可以得到比传统方法性能更高、鲁棒性更强的实验结果 。
English Abstract: Cold-start problem is a critical challenge for recommendation system. Traditional recommendation systems employ transfer learning techniques for this problem,i. e. to use rating /tags information in one domain to predict users and items rating in another domain. The above transfer learning model usually assumes that there arent the overlapping users and items between two domains. However,in many cases a system can obtain the data of same users from different domains,which differs from the above assumption. In light of such data,this paper proposes a new cold-start model for recommendation system-crossSVD&GBDT,called CSGT. It solves the cold-start challenge of user by effectively leveraging the information of overlapping users. More specifically,the proposed method extracts features from both the users and the items,and then constructs a GBDT model for training under the above assumption. Experimental data show that in Douban dataset, crossSVD&GBDT can gain the experimental result with higher performance and stronger robustness than the traditional methods.
Language: 中文
Citation statistics:
Content Type: 期刊论文
URI: http://ir.iscas.ac.cn/handle/311060/17361
Appears in Collections:软件所图书馆_期刊论文

Files in This Item:
File Name/ File Size Content Type Version Access License
利用交叉推荐模型解决用户冷启动问题.pdf(868KB)----限制开放 联系获取全文

Recommended Citation:
朱坤广,杨达,崔强,等. 利用交叉推荐模型解决用户冷启动问题[J]. 计算机应用与软件,2016-01-01,33(5):66.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[朱坤广]'s Articles
[杨达]'s Articles
[崔强]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[朱坤广]‘s Articles
[杨达]‘s Articles
[崔强]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2019  中国科学院软件研究所 - Feedback
Powered by CSpace