投稿须知
  一、作者及内容
  1、本刊面向海内外所有学者。
  2、主要刊登数学、物理、化学、生物化学、地球科学、工业科学、工业技术、土木建筑、电子电信、计算机技术、环境科学、医药卫生、农林牧渔、等学科的理论研究和应用技术研究方面的科研论文、 ...

基于多元正态概率模型的贝叶斯概率矩阵分解研究

作者: 吴伟桐 [1] 张伟 [2]

关键词: 电子商务 大数据 多元正态概率 贝叶斯概率 信任关系

摘要:传统的概率矩阵分解技术,忽视了信息消费者间的信任关系和关注关系,使其推荐性能和推荐质量不断下降,针对以上问题,提出基于多元正态概率模型的贝叶斯概率矩阵分解算法,以多元正态概率模型作为先验分布,实验中通过计算Gibbs sampling过程中迭代次数来达到数据的稀疏性.在联合概率未知和条件概率易得等情况下,引用Gibbs sampling技术进行计算,实验中引用MAE、RMSE两种方法进行误差评价.实验结果表明:在稀疏矩阵的检测中,改进的贝叶斯概率矩阵分解算法的预测精密度更加稳定,对缓解矩阵稀疏性问题更加有效.


上一篇: 奇异高阶微分方程的边界值确定方法研究
下一篇: 带有边界阻尼的一类非线性波动方程适定性问题

科技通报编辑部版权所有
杭州地址:浙江省杭州西湖文化广场浙江省科技馆6楼 邮编:310014