基于最大团的社交网络个性化推荐

摘要：

传统的协同过滤算法理论上是基于社会理论的,因为它们与我们参考其他人的选择的过程类似.但比较严重的冷启动问题一直影响着协同过滤算法的实际效率.论文基于传统的协同过滤推荐算法,以用户社交网络中的最大团为单位进行团推荐,利用社会化网络中好友圈的兴趣汇聚及相互影响,通过团好友对物品的评分的平均数来作为作为团成员的推荐分.实验证明了协同过滤中使用最大团与相似的人混合推荐而不只是使用相似的人进行推荐,不仅可以提升推荐的准确率,而且对于传统推荐系统中比较严重的冷启动问题也得到了一定程度的缓解.

关键词：社交网络、最大团、协同过滤、冷启动

所属期刊栏目：47

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2020-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：631-637