融合协同过滤和XGBoost的推荐算法

作者： 崔岩 ¹ 祁伟 ¹ 庞海龙 ¹ 赵辉 ¹
作者单位：

1. 长春工业大学计算机科学与工程学院
提交时间：2018-11-29 10:39:30

摘要: 协同过滤是信息过滤和推荐系统中应用最广泛的技术，但是在数据处理中存在数据稀疏问题，影响推荐算法的准确性。提出融合协同过滤和XGBoost的推荐算法，根据用户对项目的评价以及项目本身所具备的自身特点，挖掘项目和用户的潜在关系，提高算法的推荐准确性。采用百度深度学习框架PaddlePaddle在Book-Crossings数据集上进行实验，实验结果表明，提出的算法和文献中两种算法相比，准确性有显著提升。

XGBoost 协同过滤准确性推荐系统

期刊： 计算机应用研究
分类： 计算机科学 >> 计算机科学的集成理论
引用： ChinaXiv:201811.00147 (或此版本 ChinaXiv:201811.00147V1)
DOI:10.12074/201811.00147V1
CSTR:32003.36.ChinaXiv.201811.00147.V1
推荐引用方式： 崔岩,祁伟,庞海龙,赵辉.(2018).融合协同过滤和XGBoost的推荐算法.计算机应用研究.[ChinaXiv:201811.00147] (点此复制)

版本历史

[V1]

2018-11-29 10:39:30

ChinaXiv:201811.00147V1

下载全文

相关论文推荐

1. 引导大语言模型生成计算机可解析内容	2024-04-21
2. 基于大语言模型的中英文整合复杂性建模研究	2024-04-10
3. 大模型与标准文献知识库的融合应用探索	2024-04-10
4. 简体中文LIWC2024(SCLIWC2024)词典的修订与验证	2024-04-09
5. 引导大语言模型生成计算机可解析内容	2024-04-07
6. 一种基于能量-信息转换的智能测度	2024-03-30
7. 基于大语言模型的中庸思维对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23
8. 收入分配不平等对心理健康的影响机制研究——道德中心性的中介作用	2024-03-23
9. 基于文本数据增强的生活满意度预测模型优化	2024-02-29
10. 面向人脸视频防伪检测的大规模中文数据评测基准	2024-01-22


公开评论匿名评论仅发给作者