TY -的A2 -朱,情谊盟(Wang Xibin盟——戴(AU -李,回族非盟-杨,剑锋PY - 2020 DA - 2020/11/02 TI -一个新的基于转换式支持向量机的协同过滤推荐方法和主动学习SP - 6480273六世- 2020 AB -协同过滤(CF)推荐的应用程序,用户评分数据的稀疏,冷启动的有效性,无视项目的策略信息,用户配置文件建设是至关重要的两种推荐算法的效率和有效性。为了解决上述问题,个性化推荐方法semisupervised结合支持向量机和主动学习(AL)在本文中,提出了相结合的好处都TSVM(转换式支持向量机)和艾尔。首先,太空基地的“最大最小分割”版本开发战略选择最有益的未标记样本人类注释;它旨在选择最少的数据足以培养高质量的模型。然后,一个AL-based semisupervised TSVM算法充分利用未标记样本的分布特征通过添加一个歧管正规化为目标函数,这有助于使该算法克服了传统的缺点TSVM。此外,在推荐模型建设的过程,不仅用户行为信息和项目信息,而且利用人口统计信息。由于上述设计的好处,未标记样本质量的注释可以提高;与此同时,缓解数据稀疏和冷启动问题。最后,验证了该算法的有效性基于UCI数据集,然后应用于个性化推荐。实验结果显示该方法的优越性在有效性和效率。SN - 1026 - 0226 UR - https://doi.org/10.1155/2020/6480273 - 10.1155 / 2020/6480273摩根富林明离散动力学自然界和社会中PB - Hindawi KW - ER