异构信息网络中基于元结构的协同过滤算法
近年来,异构信息网络由于包含丰富的语义信息引起了众多研究者的关注.已有的研究已经证实异构信息网络中丰富的关系信息能够提高推荐效果.作为一种挖掘异构信息网络中关系信息的重要工具,元路径已经被广泛地应用到许多算法中,然而元路径受到线性结构的限制,不能表示更加复杂的关系信息.为了解决这一问题,文中提出了一种新的推荐系统算法,即MetaStruct-CF.该算法利用元结构来挖掘异构信息网络中丰富的关系信息.不同于现有的一些算法,该算法结合了多种信息,以有效地利用异构信息网络中丰富的信息.两个真实世界数据集上的大量实验表明,MetaStruct-CF能够有效地提高推荐效果.
异构信息网络、推荐系统、协同过滤、元结构
46
TP391(计算技术、计算机技术)
国家自然科学基金项目61472159;吉林省大数据智能计算重点实验室20180622002JC;吉林省自然科学基金20180101036JC
2019-07-08（万方平台首次上网日期，不代表论文的发表时间）
共6页
397-401,416
