基于社交网络的单类协同过滤算法

摘要：

单类协同过滤算法的研究是当前协同过滤算法研究的重要课题,其面临的主要问题是:仅仅正例数据能够被观察到,类高度不平衡,大量的数据点丢失.把社会化正则项引入到传统的单类协同过滤算法,提出一种新的基于社交网络的单类协同过滤算法来解决这些问题.在真实的包含社交网络的数据集上实验验证,该算法在各个评价指标下性能均优于几个经典的单类协同过滤算法.

关键词：推荐系统、协同过滤、社交网络、单类协同过滤、隐式数据

所属期刊栏目：36

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金2010-35000-4103457

在线出版日期：2014-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：333-338