结合强弱联系和兴趣的社交网络推荐算法
提出了一种结合强弱联系和兴趣的社交网络推荐算法.首先,考虑依据强弱联系为客户构建社交关系集合,同时兼顾信息传递的广度和深度.然后,基于关联规则改进传统PageRank算法的状态转移概率,修正的矩阵能够更合理地度量不同客户之间的社交紧密程度.同时,考虑客户之间的兴趣爱好相似性,赋予其对候选项目投票的权重,旨在提高系统的多样性和新颖性.最后,综合上述两者对候选项目进行评分并作Top-N过滤得到推荐列表.实验结果表明,本算法相对于参照算法更具合理性和有效性.
推荐系统、PageRank算法、弱联系、Jaccard系数
36
C931.6(管理学)
国家自然科学基金资助项目71740024,71472036;江苏高校哲学社会科学重点项目2017ZDIXM015
2019-05-21(万方平台首次上网日期,不代表论文的发表时间)
共8页
39-46