论文研究 基于高阶偏差的因子分解机推荐算法.pdf

在推荐系统中，因评分尺度差异而造成的偏差问题一直影响着协同过滤算法的预测准确性。其中针对矩阵因子分解算法中的偏差问题，提出一种基于高阶偏差的因子分解机算法。该算法首先按照评分偏差的现实特征对用户和项目进行划分，再将偏差类别作为辅助特征集成到因子分解机中，实现了评分预测中不同偏差用户、项目的高阶交互。在MovieLens数据集上的实验结果表明，相比传统矩阵因子分解算法，提出的算法具有更低的预测误差，体现了其更好的推荐性能。