科研之友
微信
新浪微博
Facebook
分享链接
摘要
推荐系统是当前机器学习的一个重要分支。然而现阶段对于电子游戏推荐算法的研究较少,且传统推荐算法也不适用于游戏领域。本文提出了一种面向玩家的基于隐式评分的游戏推荐算法,首先将用户的游戏时间数据转换为隐式评分,然后针对电子游戏的特点对矩阵分解算法(Singular Value Decomposition)进行了改进,实现了基于隐式评分的游戏推荐算法IR-SVD++,并通过实验验证了该算法的推荐效果优于传统方法。
-
单位中国传媒大学
