Matrix Factorization Techniques for Recommender Systems

计算机科学 推荐系统 矩阵分解 产品(数学) 因式分解 基质(化学分析) 理论计算机科学 非负矩阵分解 人工智能 情报检索 算法 数学 量子力学 几何学 物理 特征向量 复合材料 材料科学
作者
Yehuda Koren,Robert M. Bell,Chris Volinsky
出处
期刊:IEEE Computer [Institute of Electrical and Electronics Engineers]
卷期号:42 (8): 30-37 被引量:9148
标识
DOI:10.1109/mc.2009.263
摘要

As the Netflix Prize competition has demonstrated, matrix factorization models are superior to classic nearest neighbor techniques for producing product recommendations, allowing the incorporation of additional information such as implicit feedback, temporal effects, and confidence levels.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
血小板完成签到,获得积分10
1秒前
lily完成签到,获得积分10
4秒前
DocZhao完成签到 ,获得积分10
5秒前
飞火完成签到,获得积分10
7秒前
Willer完成签到,获得积分10
7秒前
中草药完成签到,获得积分10
8秒前
幽一完成签到,获得积分10
9秒前
舅药蛙蛙叫完成签到,获得积分10
12秒前
科研通AI2S应助WANG采纳,获得10
13秒前
hyjcs完成签到,获得积分10
15秒前
yanjiawen完成签到 ,获得积分10
16秒前
芙瑞完成签到 ,获得积分10
16秒前
17秒前
Wanfeng应助幽一采纳,获得100
18秒前
刘五十七完成签到 ,获得积分10
20秒前
hujun完成签到 ,获得积分10
21秒前
炎炎夏无声完成签到 ,获得积分10
22秒前
Salvator发布了新的文献求助10
23秒前
我爱科研完成签到 ,获得积分10
27秒前
chen完成签到 ,获得积分10
28秒前
duoduozs完成签到 ,获得积分10
30秒前
王不雅完成签到,获得积分10
30秒前
kakakakak完成签到,获得积分10
31秒前
mads完成签到 ,获得积分10
31秒前
destiny完成签到 ,获得积分10
32秒前
旺旺先生完成签到 ,获得积分10
32秒前
梁启晨完成签到 ,获得积分10
34秒前
simon完成签到 ,获得积分10
35秒前
38秒前
jjn完成签到 ,获得积分10
42秒前
帅气的沧海完成签到 ,获得积分10
42秒前
清新的易真完成签到,获得积分10
43秒前
中华牌老阿姨完成签到,获得积分10
43秒前
feedyoursoul完成签到 ,获得积分10
44秒前
爱笑半雪完成签到,获得积分10
44秒前
45秒前
强哥很强完成签到,获得积分10
46秒前
tess应助陈正军采纳,获得10
47秒前
吴荣方完成签到 ,获得积分10
49秒前
乖乖完成签到,获得积分10
49秒前
高分求助中
Aspects of Babylonian celestial divination : the lunar eclipse tablets of enuma anu enlil 1500
中央政治學校研究部新政治月刊社出版之《新政治》(第二卷第四期) 1000
Hopemont Capacity Assessment Interview manual and scoring guide 1000
Classics in Total Synthesis IV: New Targets, Strategies, Methods 1000
Mantids of the euro-mediterranean area 600
Mantodea of the World: Species Catalog Andrew M 500
Insecta 2. Blattodea, Mantodea, Isoptera, Grylloblattodea, Phasmatodea, Dermaptera and Embioptera 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 内科学 物理 纳米技术 计算机科学 基因 遗传学 化学工程 复合材料 免疫学 物理化学 细胞生物学 催化作用 病理
热门帖子
关注 科研通微信公众号,转发送积分 3434856
求助须知:如何正确求助?哪些是违规求助? 3032180
关于积分的说明 8944468
捐赠科研通 2720149
什么是DOI,文献DOI怎么找? 1492192
科研通“疑难数据库(出版商)”最低求助积分说明 689725
邀请新用户注册赠送积分活动 685862