社交关系在基于模型社会化推荐系统中的影响

摘要：

目前社会化推荐系统方面的研究主要集中于构建性能更优的基于模型的推荐算法,然而模型算法中分解得到的隐式特征和社交信息的变化会给推荐性能带来不确定性.为了消除不确定性,探究了在基于模型的社会化推荐系统中社交关系的变化对推荐性能的影响.实验首先按比例移除关系网络中的连边或节点,再对推荐质量进行评估,结果表明,社交关系的数量增多将对推荐质量带来明显提升,同时关系网络中心节点对推荐质量的影响巨大.因此,在构建基于模型的社会化推荐系统的过程中应尽可能多地获取社交关系,并提升中心节点的关系在推荐中的权重,降低非中心节点(潜在噪声)的影响.

关键词：社会化推荐系统、社交关系、协同过滤、中心节点

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61502062;the Basic Research Program of Chongqing under Grant No.cstc2015jcyjA40049;the Fundamental Research Funds for the Cen-tral Universities of China under Grant No.106112014CDJZR095502

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：82-91