一种改进的FunkSVD算法

岳小琛; 刘其成; 牟春晓

doi:10.13951/j.cnki.37-1213/n.210312

烟台大学学报（自然科学与工程版） ›› 2022, Vol. 35 ›› Issue (3) : 357 -361+378. DOI: 10.13951/j.cnki.37-1213/n.210312

一种改进的FunkSVD算法

岳小琛, 刘其成, 牟春晓

作者信息 +

Author information +

文章历史 +

摘要

为了提高传统FunkSVD算法的准确率，提出了一种改进的FunkSVD算法。该算法以传统FunkSVD为基础，利用深度学习优化算法RMSProp对其进行改进。改进后的算法既能解决因迭代振荡而引起的准确率下降问题，又能缓解数据稀疏对算法准确率的影响，从而达到提高算法准确率的效果。实验结果表明，本文提出的算法有效提高了推荐算法的准确率，优于传统FunkSVD推荐算法以及其他改进的FunkSVD算法。