赞助商式广告推荐系统中数据稀疏问题的研究

摘要

广告推荐系统是当前针对网络广告的研究热点.在广告推荐系统中,一般利用使用基于邻域的协同过滤产生推荐,但是这种算法对数据的稀疏性有着一定要求,不适合对稀疏性太高的数据使用协同过滤.本文利用矩阵分解算法解决数据稀疏的问题,并在腾讯搜搜广告日志数据上进行实验.实验结果表明,本文提出的矩阵分解广告推荐算法弥补了数据稀疏带来的弊端,能够取得更高的准确率,召回率以及F指标,对稀疏的数据有着更高的抵抗性.