10.3969/j.issn.1001-3695.2018.09.010
考虑社会关系影响差异和动态性的社会化推荐
随着社交媒体的发展,社交活动日益普及并产生丰富的社会关系.融合社会关系进行推荐可以缓解传统推荐系统面临的数据稀疏和冷启动问题.已有很多成功利用社会关系和评分信息进行推荐的算法,然而它们没有充分地挖掘不同的社会关系对用户的不同影响以及在不同时间段中社会关系的不同影响,这导致推荐效果的下降.基于对现实中社会关系影响复杂性的充分考虑,提出了新的考虑社会关系影响差异和动态性的社会化推荐算法.在Epinions数据集上的实验结果表明该方法可以提高推荐质量.复杂度分析也表明该方法具有可扩展性,能够适应大数据集的要求.
协同过滤、社交网络、矩阵分解、社交信任、差异性、动态性
35
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61272438,61202376,61472253;上海市科委资助项目14511107702;上海市教委科研创新项目13ZZ112,13YZ075
2018-12-05(万方平台首次上网日期,不代表论文的发表时间)
共5页
2605-2609