基于转换矩阵区分物品时效性的个性化推荐

摘要 在进行物品推荐时,需要考虑人们选择新旧物品时考虑因素的差异.将所有用户物品评分关系用单一矩阵表示并进行统一分解,无法体现出这种差异性.联合矩阵分解方法虽然可以对新旧物品分别建立的矩阵进行分解,但是由于在分解时假设矩阵中具有公共的特征向量,从而导致获得的特征主要决定于数据量大的矩阵,因而具有片面性,无法体现新旧物品特征差异和用户在新旧物品上的选择偏好.所以,本文充分考虑了新旧物品的特征和用户的选择偏好差别,又通过转换矩阵将这些特征进行关联,针对此模型,文中设计了相应的矩阵分解算法.实验表明,该算法可以更好的实现产品时效性推荐