通过迭代局部最小二乘的两步推荐算法
摘要：通过迭代局部最小二乘法（ILLS）提出了一种两步推荐算法。首先，我们通过用户的行为记录构建评分矩阵，该矩阵通常非常稀疏。然后，我们使用ProbS对“评分”矩阵进行预处理，将稀疏数据转换为密集数据。然后我们使用ILLS估算那些缺失的值。最后生成推荐列表。在三个数据集（MovieLens，Netflix，RYM）上的实验结果表明，所提出的方法可以提高AUC的算法准确性。特别是在稠密的数据集上表现更好。此外，由于这种方法可以通过迭代更准确地改进那些缺失的值，这可能有助于发现那些不活跃用户的购买意图，并最终解决冷启动问题。
作者：Jinhu Liu, Chengcheng Yang, Zi-Ke Zhang
论文ID：1206.3320
分类：Information Retrieval
分类简称：cs.IR
提交时间：2012-06-18