为解决概率矩阵分解算法未利用用户/物品的邻域结构信息问题，该文提出一种融合邻域结构信息的概率矩阵分解算法，该算法通过将概率矩阵分解与包含用户和物品邻域结构信息的图正则化项，整合到一个统一的优化问题中，以进一步提炼用户和物品的潜在因子，提高评分预测的精度.在两个真实数据集上的实验结果表明，所提算法能够实现推荐性能的显著提升.
科研之友
微信
新浪微博
Facebook
分享链接
