Matrix factorization technique has been successfully used in recommender systems. Currently, many variations are developed using this technique, e.g., biased matrix factorization, non-negative matrix factorization, multi-relational matrix factorization, etc. In the context of multi-relational data, this paper proposes another multi-relational approach for recommender systems by including all of the information from latent factor matrices to the prediction functions so that the models have more data to learn. To validate the proposed approach, experiments are conducted on standard datasets in recommender systems. Experimental results show that the proposed approach is promising.
Nguyễn Thái Nghe, Võ Hùng Vĩ, Nguyễn Văn Đồng, 2014. MỘT GIẢI PHÁP TRONG XÂY DỰNG HỆ THỐNG HỖ TRỢ GIỮ XE THÔNG MINH. Tạp chí Khoa học Trường Đại học Cần Thơ. 35: 17-30
Nguyễn Thái Nghe, Nguyễn Tấn Phong, 2014. XÂY DỰNG HỆ THỐNG GỢI Ý BÀI HÁT DỰA TRÊN PHẢN HỒI TIỀM ẨN. Tạp chí Khoa học Trường Đại học Cần Thơ. 34: 81-91
Tạp chí khoa học Trường Đại học Cần Thơ
Lầu 4, Nhà Điều Hành, Khu II, đường 3/2, P. Xuân Khánh, Q. Ninh Kiều, TP. Cần Thơ
Điện thoại: (0292) 3 872 157; Email: tapchidhct@ctu.edu.vn
Chương trình chạy tốt nhất trên trình duyệt IE 9+ & FF 16+, độ phân giải màn hình 1024x768 trở lên