基于偏好的二分图网络模型Top-N推荐

摘要：

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。

关键词：偏好、二分图、推荐算法、倒排表

分类号：TP3;O22

资助基金：国家自然科学基金61300104

在线出版日期：2015-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：196-200