基于热传导能量扩散的社会化小众推荐融合算法设计

被引：6

作者：

胡吉明

林鑫

机构：

[1] 武汉大学信息资源研究中心

来源：

情报理论与实践 | 2016年 / 39卷 / 04期

关键词：

热传导; 物质扩散; 小众推荐; 混合加权;

D O I：

10.16353/j.cnki.1000-7490.2016.04.022

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对传统推荐策略偏重准确性而忽视个性化的缺陷,文章引入物理动力学中的热传导能量扩散理论,实现面向用户小众化需求的多样性和新颖性推荐。文章在阐述社会网络环境下用户小众化需求的基础上,重点分析了基于热传导能量扩散的推荐算法实现机理,进而提出了与物质扩散混合加权的推荐策略。从准确度和个性化入手,实验得出本文所提出的推荐策略可行且效果较好。

引用

页码：119 / 123

页数：5

共 14 条

[1] 基于概率图模型的音乐推荐方法 [J].

陶秋雨 ;

印晶晶 ;

胡棚 .

电子设计工程, 2014, 22 (19) :21-24

[2] 基于混合用户模型的二分图推荐算法 [J].

黄谭 ;

苏一丹 .

计算机技术与发展, 2014, 24 (06) :145-148+152

[3] 基于二部图的服务推荐算法研究 [J].

姜波 ;

张晓筱 ;

潘伟丰 .

华中科技大学学报(自然科学版), 2013, (S2) :93-99

[4] 基于级联二部图的动态推荐算法 [J].

蒋宗礼 ;

陆晨 .

计算机工程与设计, 2013, 34 (12) :4356-4361

[5] 社会网络环境下的信息推荐研究述评 [J].

胡吉明 ;

胡昌平 ;

邓胜利 .

情报资料工作 , 2013, (02) :35-39

[6]

群体动力学.[M].(法)让.梅松纳夫(JeanMaisonneuve)著;殷世才;孙兆通译;.商务印书馆.1997,

[7] Improving Accuracy and Scalability of Personal Recommendation Based on Bipartite Network Projection [J].

Yin, Fengjing ;

Zhao, Xiang ;

Zhang, Xin ;

Ge, Bin ;

Xiao, Weidong .

MATHEMATICAL PROBLEMS IN ENGINEERING, 2014, 2014

[8]

Recommendations for the design; implementation and evaluation of social support in online communities; networks; and groups.[J].Jacob B. Weiss;Eta S. Berner;Kevin B. Johnson;Dario A. Giuse;Barbara A. Murphy;Nancy M. Lorenzi.Journal of Biomedical Informatics.2013,

[9] Recommendation as link prediction in bipartite graphs: A graph kernel-based machine learning approach [J].

Li, Xin ;

Chen, Hsinchun .

DECISION SUPPORT SYSTEMS, 2013, 54 (02) :880-890

[10] Solving the cold-start problem in recommender systems with social tags [J].

Zhang, Zi-Ke ;

Liu, Chuang ;

Zhang, Yi-Cheng ;

Zhou, Tao .

EPL, 2010, 92 (02)

← 1 2 →