10.3969/j.issn.1003-3254.2015.04.034
基于偏好的二分图网络模型Top-N推荐
针对推断网络(NBI)的二分图方法中只是考虑用户是否评价过项目,却没有利用用户评分高低这一局限性,提出基于偏好的推断网络(PNBI)推荐方法。该方法在推断网络的基础上,考虑单个用户对项目评分高低体现了该用户对项目的喜好程度,在“用户-项目”的资源分配过程中,将资源分配给评分值较大的评分项,该方法能克服NBI算法中无法使用低评分值数据的缺陷。考虑到数据的稀疏性问题,采用倒排表的方法来节省相似度的运算次数,加速算法。在MovieLens数据集上的实验表明, PNBI二分图推荐算法在准确率、覆盖率和召回率三个方面均优于NBI二分图推荐算法。
偏好、二分图、推荐算法、倒排表
TP3;O22
国家自然科学基金61300104
2015-05-13(万方平台首次上网日期,不代表论文的发表时间)
共5页
196-200