信任社交网络中改进的物质扩散推荐算法

摘要：

传统物质扩散推荐算法多样性低且未考虑用户所处的社交网络信息和物品的受欢迎程度.为此, 在基于信任机制的社交网络中, 提出一种改进的物质扩散推荐算法.引入信任机制形成目标用户的最优邻居集, 模拟用户-物品二分网络, 根据用户信任度对物品初始资源进行分配.考虑物品双向扩散能力并结合物品流行度的可调参数, 实现资源再分配, 从而优化目标用户的推荐结果.在真实数据集上的实验结果表明, 该算法能在保证较高推荐准确率的同时, 增强推荐结果的多样性.

关键词：物质扩散、信任机制、社交网络、流行度、二分网络

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61371090

在线出版日期：2019-05-31（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：182-187