【论文学习】基于内容和用户偏好学习的个性化商品推荐模型（浙江大学计算机科学硕士毕业论文）bpr模型

原创

于 2018-12-04 21:34:33 发布 · 1.2k 阅读

·

1

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#bpr #推荐算法 #个性化推荐

本文介绍了基于内容的BPR改进算法BPRCon和结合内容与用户偏好的个性化推荐算法ConSetBPR。BPRCon通过混合采样策略考虑了商品对信息值、商品信息和用户喜好。ConSetBPR利用异构隐式反馈，提高推荐精度和收敛速度。此外，文章探讨了基于隐式反馈的推荐算法，包括样本置信度和负样本采样策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

基于内容和用户偏好学习的个性化商品推荐模型（浙江大学计算机科学硕士毕业论文）bpr模型

一、主要贡献
二、相关工作

文章链接：待上传

一、主要贡献

（1）提出一种基于内容的混合采样策略的BPR改进算法 $BPR_{Con}$
现有算法没有考虑噪声样本对模型准确率和收敛速度的影响，这里考虑商品对信息值、商品信息以及用户潜在喜好三个因素进行模型训练。
（2）提出一种基于内容和用户偏好学习的个性化商品推荐算法ConSetBPR
提出一种基于内容和用户偏好学习的个性化商品推荐算法，利用异构隐式反馈、商品信息以及用户网购行为特点对用户偏好定义，为用户偏好添加相应置信度，并将 $BPR_{Con}$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。