Learning to Recommend with Collaborative Matrix Factorization for New Users
-
摘要: 位置服务作为一种信息共享平台,在方便人们交流和共享信息的同时,也因为用户数量的不断增加,而面临着严重的信息过载问题.如何利用推荐技术对信息进行过滤和筛选,帮助用户在位置服务中发现有价值的信息成为近年来研究的热点.但目前已有的推荐算法,在只有消费记录这种隐性数据情况下,针对用户较少活动区域或新用户的推荐效率较低,无法最大化挖掘隐性数据所带的信息.针对以上问题,结合位置服务平台的特点,针对用户冷启动问题,提出了一种结合协同概率矩阵分解与迭代决策树(gradient boosting decision tree, GBDT)的推荐算法.该方法首先使用多层协同概率矩阵分解在多个维度上得到用户潜在特征,然后使用GBDT学习算法对特征和标签进行训练得到用户对项目的偏好,最后使用考虑约束问题的top-N推荐产生推荐列表.在真实数据集上的实验结果表明,与目前较为流行的方法相比,提出的方法能在准确率、F1值上取得较好的结果,能更好地缓解位置服务中的冷启动问题.Abstract: Location-based service (LBS) as an information sharing platform can help people obtain more useful information. But with the increasing number of users, LBS is faced with a serious problem of information overload. Using the recommender system to filter information and help users to find valuable information has become a hot research topic in recent years. In LBS, only positive implicit feedback is available and user cold-start problem in this scenario is not well studied. Based on the observations, we consider the characteristics of location-based services platform and propose a recommender algorithm, which combines collaborative PMF (probabilistic matrix factorization) with GBDT (gradient boosting decision tree), to solve the cold start problem. The algorithm first use multi probabilistic matrix factorization to learn user latent feature in different dimension, and then use gradient boosting decision tree to train the factor and label to learn the user’s preference, finally use the improved top-N recommender which considers the budget problem to produce the recommendation list. The experimental results on the real data show that the proposed algorithm can achieve better results in accuracy and F1 than other popular methods, and can solve the cold-start problem in LBS recommendation.
-
-
期刊类型引用(12)
1. 曹婉莹,曹旭栋,葛平原,张玉清. 中美网络安全漏洞披露与共享政策研究. 信息安全研究. 2023(06): 602-608 . 百度学术 2. 刘磊,许静,朱静雯,陈亮,李洁. 基于攻击反馈模型的SQL注入漏洞渗透测试方法. 计算机应用与软件. 2023(06): 323-329 . 百度学术 3. 刘果,杨丽丽,戚大强,陈晨,郭钰璐. 基于漏洞优先级技术的综合动态风险评估方案研究. 邮电设计技术. 2023(08): 57-61 . 百度学术 4. 周鹏,武延军,赵琛. 一种Linux安全漏洞修复补丁自动识别方法. 计算机研究与发展. 2022(01): 197-208 . 本站查看 5. 杨松涛,陈凯翔,王准,张超. 面向缓解机制评估的自动化信息泄露方法. 软件学报. 2022(06): 2082-2096 . 百度学术 6. 杨丽丽,刘果,李发财,戚大强,张彬,高贯银. 基于动态系统画像的漏洞风险遏制方案研究. 邮电设计技术. 2022(09): 19-23 . 百度学术 7. 张晓娟,曹靖怡,缪思薇,朱亚运,王海翔,应欢,周亮. 电力工控系统攻击渗透技术综述. 电力信息与通信技术. 2021(03): 49-59 . 百度学术 8. 贾培养,孙鸿宇,曹婉莹,伍高飞,王文杰. 开源软件漏洞库综述. 信息安全研究. 2021(06): 566-574 . 百度学术 9. 陈亮,李永刚,刘磊,许静,李洁. 基于特征的电力信息系统注入漏洞检测方法. 计算机工程与设计. 2021(08): 2115-2123 . 百度学术 10. 尹誉衡. 基于Fuzzing的网络协议漏洞挖掘技术研究. 微型电脑应用. 2021(09): 8-10+16 . 百度学术 11. 秦佳伟,张华,严寒冰,何能强,涂腾飞. 上下文感知的安卓应用程序漏洞检测研究. 通信学报. 2021(11): 13-27 . 百度学术 12. 王辉,张娟,赵雅,刘琨,冯文峰. 一种新型贝叶斯模型的网络风险评估方法. 小型微型计算机系统. 2020(09): 1898-1904 . 百度学术 其他类型引用(12)
计量
- 文章访问数:
- HTML全文浏览量: 0
- PDF下载量:
- 被引次数: 24