CoBaR：基于置信度的推荐系统
信息检索
2018-08-23 v1 机器学习
摘要
基于邻域的协同过滤算法通常对每个用户或物品采用固定的邻域大小，尽管用户或物品组可能因用户偏好不同而具有不同长度。本文中，我们提出一种基于置信区间和层次聚类的非个性化推荐系统的扩展，以生成具有最优大小的用户组。评估表明，所提出的技术在四个公开可用数据集上优于传统推荐算法。
引用
@article{arxiv.1808.07089,
title = {CoBaR: Confidence-Based Recommender},
author = {Fernando S. Aguiar Neto and Arthur F. da Costa and Marcelo G. Manzato},
journal= {arXiv preprint arXiv:1808.07089},
year = {2018}
}