基于概率矩阵分解模型的BISMF算法

为了缓解数据稀疏性和冷启动问题,并能够提高预测准确性,在本文中,我们结合用户的社交网络以及评分记录,在已有的工作基础上,我们将基准线预测模型融入一个改进的社会化推荐模型,并基于已有的Bayesian Probabilistic Matrix Factorization模型和Logistic Social Matrix Factorization模型,提出了一种基于概率矩阵分解模型的Bayesian Logistic Social Matrix Factorization算法。实验结果表明我们方法的预测准确率比现有的方法更高。