摘要：随着社交网络的发展，推荐系统日趋重要，而冷启动问题是推荐系统中的关键问题。设计了一种基于上下文的半监督学习框架TSEL，对矩阵分解模型SVD进行扩充以支持更多形式的上下文信息，利用Tri-training框架训练各个模型。与其他解决推荐系统冷启动问题的半监督方法（如Co-training）相比，该方法有着更好的效果。Tri—train—ing框架能够更加方便地引入更多推荐模型，具有更好的可扩展性。将Tri—training框架加以扩展，提出了基于用户活跃度生成无标记教学集合的算法和更加丰富的对矩阵分解模型扩充的形式。在真实数据集MovieLens上进行验证，获得了更好的实验效果。

原文链接:http://www.cqvip.com//QK/92817X/201612/670790940.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）