山东大学学报(理学版)

作者：吴贤君,唐绍诗,王明秋

单位：1. 中南财经政法大学统计与数学学院, 湖北 武汉 430073；2. 曲阜师范大学统计与数据科学学院, 山东 济宁 273165

关键词：移动用户,矩阵分解模型,RFM模型,评分预测,Top-N推荐,

基金：全国统计科学研究重点项目(2020LZ26);全国统计科学研究重点项目(2022LY071)

基于经典矩阵分解模型, 提出融合用户基础属性和通信行为的矩阵分解模型, 对比两种模型在评分预测和Top-N推荐问题上的表现。对评分预测问题采用RFM模型构造用户-产品评分矩阵, 并结合移动产品的特点对RFM模型中部分指标进行调整, 得到能够更加准确、客观地反映用户对产品兴趣偏好的评分矩阵。对Top-N推荐问题采用将用户未有过订购行为的热门产品优先纳入负样本的负采样方法。结果表明, 融合用户基础属性和通信行为的矩阵分解模型在两种问题上具有更好的表现。

来源：2023年第9期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2023年第9期