标题:一种引入加权异构信息的改进协同过滤推荐算法
作者:张海霞;吕振;张传亭;袁东风
作者机构:[张海霞]山东大学信息科学与工程学院 济南 250100;山东省中国虹计划协同创新中心 济南 250100,中国.;[吕振]山东大学信息科学与工程学院 济南 250100;山东省中国虹 更多
来源:电子科技大学学报
出版年:2018
卷:47
期:1
页码:112-116,152
DOI:10.3969/j.issn.1001-0548.2018.01.017
关键词:协同过滤;元路径;推荐系统;相似度;加权异构信息
摘要:协同过滤作为当前应用最成功的推荐技术之一,其推荐质量在很大程度上取决于近邻用户选取的准确性,而数据的稀疏性问题(sparsity)和相似度度量方式(similarity metrics)严重影响着最近邻的选择.该文提出了一种引入加权异构信息的改进协同过滤算法.首先利用异构网络中丰富的语义信息和边属性信息,得到用户之间基于不同元路径的相似度;然后将相似度分别应用到典型的基于用户的协同过滤推荐算法中,得到基于每个相似度的用户评分值;最后采用监督学习算法为每个打分值分配不同的权重,融合为用户最终评分.在扩展MovieLens经典数据集上的实验结果表明,本文所提算法在精确度上较传统算法有显著提高.
收录类别:EI;CSCD;SCOPUS
资源类型:期刊论文
原文链接:https://www.scopus.com/inward/record.uri?eid=2-s2.0-85046160473&doi=10.3969%2fj.issn.1001-0548.2018.01.017&partnerID=40&md5=60ae655602085ce5cba5af0df1bf3a27
TOP