10.3969/j.issn.1007-130X.2019.07.014
基于异质用户网络嵌入的服务推荐方法研究
服务推荐过程中,为充分利用用户标签标注关系与用户的社交关系信息,提升推荐结果的准确性,提出一种基于异质用户网络嵌入的方法,通过将用户节点映射为一个低维的向量,再利用得到的用户向量进行协同推荐.在公开数据集Delicious上进行了实证分析,实验结果表明,相对已有的2个方法,该方法的推荐精度可分别提高18.1%和16.6%,且发现在学习用户表征向量时,节点之间的直接关系与"朋友的朋友"关系对表示用户节点结构信息同等重要;同时,推荐过程中为目标用户返回的相似用户在25个最为适宜.
网络嵌入、异质信息网络、协同过滤、服务推荐
41
TP391(计算技术、计算机技术)
湖北省技术创新重大专项2016CFB309;湖北省教育厅青年人才项目Q20171008;湖北大学自科青年基金201507
2019-07-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
1244-1250