Indexed by：
Abstract：
对基于奇异值分解的协同过滤推荐算法RSVD进行研究和改进,在算法中分别融入了用户评分的时间信息,用户特征信息与物品特征信息,加入了用户与物品的时间偏置、用户注册信息偏置、物品特征信息偏置等,提出了一种改进算法:FeatureTRSVD算法.在Movielen-10M数据集上的实验结果和t-检验结果表明,这种改进算法显著提高了系统的性能,其MAE值达到0.670 0,RMSE值达到0.854 8.
Keyword：
Reprint Author's Address：
Email：
Source ：
山西大学学报（自然科学版）
ISSN： 0253-2395
Year： 2015
Issue： 1
Volume： 38
Page： 24-30
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 4
Chinese Cited Count：
30 Days PV： 20
Affiliated Colleges：
