一种基于正规化矩阵因式分解的增量协同过滤推荐方法

摘要

基于正规化矩阵因式分解的增量协同过滤推荐方法：基于规范化正规化矩阵因式分解模型的输入顺序无关性改进：基于正规化矩阵因式分解的隐向量模型中，提出与训练实例输入顺序无关的模型；隐特征向量的增量更新：对隐特征向量在每轮训练中的增量数学表达式进行分析，提出了隐特征向量的增量更新规则；整合线性偏差的增量更新：整合了能够增量更新的统计观测偏差。本发明能够以增量更新的方式，反映新增用户反馈信息对推荐结果的影响。在不重建整个推荐模型的前提下，本方法根据新增的用户反馈信息进行正确的增量实时更新，能够对新增的用户反馈数据做出实时反馈。