一种结合推荐对象间关联关系的社会化推荐算法

被引：179

作者：

郭磊 ^{[1
]}

马军 ^{[1
]}

陈竹敏 ^{[1
]}

姜浩然 ^{[2
]}

机构：

[1] 山东大学计算机科学与技术学院

[2] 山东省邮政公司信息技术局

来源：

计算机学报 | 2014年 / 37卷 / 01期

关键词：

社会网络; 矩阵分解; 推荐系统; 协同过滤; 社会化推荐;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

随着社会化媒体的兴起,信息资源的数量呈现爆炸式增长,如何在海量的信息中帮助用户发现有用的知识成为亟需解决的问题.社会化推荐方法作为一种有效的信息过滤技术,由于能够结合社会网络的特点,模拟现实社会中的推荐过程,在分析用户历史行为的基础上,主动向用户推荐满足他们兴趣和需求的信息,受到了研究者们的广泛关注.但目前已有的方法大都只从用户间社会关系的角度出发,仅认为相互信任的朋友间具有相似的兴趣爱好,而忽略了推荐对象间的关联关系对推荐结果产生的影响.针对以上存在的问题,文中从推荐对象间关联关系的角度出发,假设具有关联关系的推荐对象更容易受到同一用户的关注,并进而在已有的社会化推荐算法的基础上,提出了一种结合推荐对象间关联关系进行推荐的算法.算法使用共享的潜在特征空间对目标函数的求解过程进行约束,使其在考虑用户间社会关系的同时,也考虑到推荐对象间关联关系所起到的重要作用.实验结果表明,与主流的推荐算法相比,文中所提出的方法在分类准确率和评分误差等多种评价指标上都取得了更好的结果.

引用

页码：219 / 228

页数：10

共 3 条

[1]

推荐系统评价指标综述 [J].

朱郁筱 ;

吕琳媛 .

电子科技大学学报 , 2012, (02) :163-175

[2]

Link prediction in complex networks: A survey.[J].Linyuan Lü;Tao Zhou.Physica A: Statistical Mechanics and its Applications.2010, 6

[3]

推荐系统实践.[M].项亮; 编著.人民邮电出版社.2012,

← 1 →