基于社会网络信息流模型的协同过滤算法

被引:6
作者
万里 [1 ,2 ]
廖建新 [1 ,2 ]
王纯 [1 ,2 ]
机构
[1] 北京邮电大学网络与交换技术国家重点实验室
[2] 东信北邮信息技术有限公司
基金
国家杰出青年科学基金;
关键词
通信技术; 协同过滤; 多维半马氏过程; 有偿半马氏模型; 社会网络; 电子商务;
D O I
10.13229/j.cnki.jdxbgxb2011.01.041
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
为提高个性化推荐技术的准确率,首先在多维半马氏过程的状态空间中定义"空状态",得到扩展多维半马氏过程,将其与社会网络分析理论结合,得到社会网络信息流模型,该模型描述了社会网络成员间的信息流动过程。然后基于社会网络信息流模型,提出协同过滤算法SMRR(Semi-Markov and reward renewal)。实验表明,由于综合考虑用户自身偏好和社会网络中其他成员的影响,SMRR的预测准确率明显高于原有算法。
引用
收藏
页码:270 / 275
页数:6
相关论文
共 2 条
  • [1] 适应用户兴趣变化的协同过滤推荐算法
    邢春晓
    高凤荣
    战思南
    周立柱
    [J]. 计算机研究与发展, 2007, (02) : 296 - 301
  • [2] First-passage-time moments of Markov processes[J] . David D. Yao.Journal of Applied Probability . 1985 (4)