透過雙分群正則化改進單類別協同過濾模型

廖冠豪

doi:10.6342/NTU201702649

山西大学，您好！

感谢采购，人社期刊库｜人社论文库，期间：2025/01/01~2025/12/31

感谢试用，科学期刊库｜科学论文库，期间：2024/10/20~2025/01/20

浏览高级检索

关闭
检索检索高级检索出版物检索
浏览期刊主题浏览核心期刊浏览期刊拼音浏览

关闭

查询符号(半角)	查询符号意义说明
空格	表示为「AND」两个查询词之交集
双引号 ( " " )	片语以双引号标示开始及结束，而且只寻找出现顺序相同的字词，例： " image process "
?	表示一个字母切截，输入两个?表两个字母，依此类推，例：输入「Appl?」，查得结果应为appl e , appl y … ( 常用于英文字查询 )
*	表示不限字母切截，由0~n. 例：输入「appl*」，查得结果应为appl e , appl es , appl y , appl ied , appl ication … ( 常用于英文字查询 )
AND、OR、NOT	布尔逻辑组合关键字，用来扩大或缩小查询范围的技巧。 (1) AND ：缩小查询范围 (2) OR ：扩大查询范围(3) NOT：排除不相关的范围

DOI 是数位物件识别码（ D igital O bject I dentifier ）的简称，
为物件在网路上的唯一识别码，可用于永久连结并引用目标物件。

使用DOI作为永久连结

每个DOI号前面加上「 http://dx.doi.org/ 」便成为永久网址。
如以DOI号为 10.5297/ser.1201.002 的文献为例，此文献的永久连结便是： http://dx.doi.org/ 10.5297/ser.1201.002 。
日后不论出版单位如何更动此文献位置，永久连结所指向的位置皆会即时更新，不再错失重要的研究。

引用含有DOI的文献

有DOI的文献在引用时皆应同时引用DOI。若使用APA、Chicago以外未规范DOI的引用格式，可引用DOI永久连结。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。

书目管理工具

相关连结

问题回报

全文下载

透过双分群正则化改进单类别协同过滤模型

CoReg: Improving One-Class Collaborative Filtering via Co-Cluster Regularization

廖冠豪 , 硕士　　导师：郑卜壬　　

英文 DOI： 10.6342/NTU201702649

0 个人觉得这篇文章赞

摘要 │ 参考文献 (38) │ 国际计量

摘要〈TOP〉

并列摘要〈TOP〉

Although Matrix Factorization (MF) has been the dominant approach in One-Class Collaborative Filtering (OCCF) problems, the user-user relationship and item-item relationship are not directly captured. The similarity computation plays the key role in discovering user-user relationship and item-item relationship. However, due to the high sparsity of feedback matrix, computing similarity regarding the entire behavior vector leads to the difficulty of finding high-quality neighbors of users and items. To this end, finding user-item subgroups by applying co-clustering techniques to the feedback matrix is an option. Nevertheless, most of the previous work applies a CF model locally and independently inside each discovered user-item subgroup, which makes ranking-oriented CF models fail to learn the preference differences between items which are not grouped into the same user-item subgroups. To deal with this problem, we propose a new framework Co-Cluster Regularization (CoReg), which seamlessly combines the well-known Manifold Regularization with user-item co-clusters. Compared to Manifold Regularization, CoReg simultaneously reduces the risk of drawing noisy neighbors and computation overhead. Experimental results show that CoReg not only reinforces the user-user relationship and item-item relationship of MF, but also serves as the better way to boost the performance of OCCF models by utilizing user-item co-clustering.

参考文献 ( 38 ) 〈TOP〉

[7] T. George and S. Merugu. A scalable collaborative filtering framework based on co-clustering. In Data Mining, Fifth IEEE international conference on, pages 4–pp. IEEE, 2005.
连结：
[8] F. M. Harper and J. A. Konstan. The movielens datasets: History and context. ACM Transactions on Interactive Intelligent Systems (TiiS), 5(4):19, 2016.
连结：
[9] R. He and J. McAuley. Vbpr: Visual bayesian personalized ranking from implicit feedback. In AAAI, pages 144–150, 2016.
连结：
[13] S. Huang, J. Ma, P. Cheng, and S. Wang. A hybrid multigroup coclustering recommendation framework based on information fusion. ACM Transactions on Intelligent Systems and Technology (TIST), 6(2):27, 2015.
连结：
[14] M. Jamali and M. Ester. A matrix factorization technique with trust propagation for recommendation in social networks. In Proceedings of the fourth ACM conference on Recommender systems, pages 135–142. ACM, 2010.
连结：

国际计量

〈TOP〉

E-mail ：

文章公开取用时，将寄通知信至您填写的信箱地址

E-mail ：

使用DOI作为永久连结

引用含有DOI的文献

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。 如想对DOI的使用与概念有进一步了解，请参考 （ ） 。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。