C-SVM是支持向量机的扩展，通过将上下文信息融入用户或物品特征，用于信息推荐的分类。C-SVM-CF结合了协同过滤(CF)，首先使用C-SVM为每个用户找到分类超平面，然后根据超平面计算用户间相似度，当相似度超过阈值时，将用户u喜欢且符合用户v超平面的物品推荐给v。
笔记：Context-Aware SVM for Context-Dependnt Information Recommendation
C-SVM
C-SVM是SVM的改进版。 在推荐时， 将contexts添加到用户或物品的的特征空间。然后再用SVM寻找划分超平面，再对候选物品利用划分平面进行分类，正例或反例。最后推荐正例。
C-SVM-CF
C-SVM-CF 是 C-SVM结合了CF.
步骤是：
- 利用C-SVM寻找每个user的划分超平面。
利用每个user的划分超平面进行CF,计算user之间的相似度。
计算方法为：
sim(u,v)=12
最低0.47元/天 解锁文章
扫一扫
3787
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
