利用用戶的歷史gps數(shù)據(jù)來向用戶推薦與地點相關(guān)的內(nèi)容(編輯修改稿)
2024-08-21 22:41 本頁面
【文章內(nèi)容簡介】 要比前面兩種算法好 （AUC）。方法：本文的數(shù)據(jù)是一個三維數(shù)據(jù)用戶去過的地點，在該地點做過的事情，以及該地點的特征。當使用協(xié)同矩陣分解時，對應(yīng)的目標函數(shù)應(yīng)該為xi,yj,zk分別代表用戶，地點，活動特征矩陣，Aij和Cik分別對應(yīng)著用戶地點矩陣和用戶活動矩陣。下圖給出了具體的訓練過程另外一種是使用tensor方法，對應(yīng)的目標函數(shù)為：具體的訓練過程為：第三種方法是基于排序最優(yōu)化的tensor矩陣分解，首先需要將對應(yīng)的數(shù)據(jù)轉(zhuǎn)換成排序問題，例如用戶的地點和活動偏好，我們可以定義如下關(guān)系
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1