人们的生活已经离不开推荐系统了，而推荐算法的优劣则是推动推荐系统发展的重要因素。使用比较广泛的推荐技术有基于内容推荐、协同过滤以及混合推荐。但是以上推荐算法均存在精确率低，覆盖率窄等问题。论文融合了用户的情感因素以及物品的热门程度提出了一种基于潜在因子模型（LFM）的优化算法：基于动量的学习算法，最后通过实验证明改进后的算法比传统的算法在推荐精确度（Accuracy）以及覆盖率（Coverage）上都有明显的提升。
科研之友
微信
新浪微博
Facebook
分享链接
