基于混合图的在线社交网络个性化推荐系统研究

被引：10

作者：

唐晓波

张昭

机构：

[1] 武汉大学信息资源研究中心

来源：

情报理论与实践 | 2013年 / 36卷 / 02期

关键词：

社交网络; 个性化推荐系统; 用户;

D O I：

10.16353/j.cnki.1000-7490.2013.02.015

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

文章提出一种基于混合图的在线社交网络个性化推荐系统,将用户社会关系网络和社会化行为融入信息推荐。该系统包括模型构建、推荐流程和算法设计三部分。首先构建了用户资源混合图,并讨论了混合图的构建方法及权重设置,再在构建的混合图上采用重启动随机游走进行顶点间相似度计算,得到个性化推荐列表,进行推荐。

引用

页码：91 / 95

页数：5

共 10 条

[1] 基于混合图的在线社交网络朋友推荐算法 [J].

俞琰 ;

邱广华 ;

陈爱萍 .

现代图书情报技术, 2011, (11) :54-59

[2] 基于重启型随机游走模型的图上关键字搜索 [J].

蒋凯 ;

关佶红 .

计算机工程, 2011, 37 (03) :42-43+46

[3] 基于二分图资源分配动力学的推荐排序研究 [J].

孙林 ;

吴相林 ;

罗松涛 ;

周莉 ;

张红艳 .

计算机工程与设计, 2010, 31 (23) :5032-5035

[4] 互联网信息共享的复杂性研究 [J].

任勇 ;

李一鹏 .

复杂系统与复杂性科学, 2010, 7(Z1) (Z1) :165-172

[5] 搜索引擎PageRank算法的改进 [J].

杨劲松 ;

凌培亮 .

计算机工程, 2009, 35 (22) :35-37

[6] 面向个性化推荐的两层混合图模型(英文) [J].

张少中 ;

陈德人 .

计算机系统应用, 2009, 18 (06) :26-26

[7]

图上的随机游走学习[D]. 徐晓华.南京航空航天大学. 2008

[8]

基于随机游走和聚类平滑的两阶段协同过滤算法[D]. 周军军.江西师范大学. 2011

[9]

Multi-relational topic model for social recom-mendation .2 ZHANG L,et al. 22nd International Conference on Tools withArtificial Intelligence (ICTAI 2010) . 2010

[10]

Solving the accuracy-di-versity dilemma via directed random walks .2 LIU Jianguo,SHI Kerui,GUO Qiang. Physical Re-view E . 2012

← 1 →