基于二分图资源分配动力学的推荐排序研究

摘要：

在互联网信息推荐系统中,为了满足对用户推荐的高精度、普适化的算法设计需求,提出构建用户-对象的二分图模型,在图模型上应用资源分配动力学算法学习出各个用户和对象的推荐相关概率值,作为推荐排序的依据.提出的算法模型可以从已有的用户选择对象的历史数据中,自动的进行无监督挖掘得到相对客观的用户喜好信息,较已有的基于内容的推荐算法具有更好的普适性.实验结果表明,通过约束与平滑各个用户和对象的相关度,提出的算法可实现有效和实时的推荐,比现有方法在推荐精度上提高了20%.

关键词：信息推荐、资源分配动力学、二分图模型、列表排序、数据挖掘

所属期刊栏目：31

分类号：TP181(自动化基础理论)

资助基金：北京市教委人文科研课题基金项目sm200900001003

在线出版日期：2011-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：5032-5035