基于时间加权连接的完全三部图推荐算法

摘要：

基于社会化标签的个性化推荐已成为推荐领域关注的热点问题，但面临着用户信息丢失、时间效应和用户兴趣迁移等一系列挑战。文中基于用户行为数据建立用户-物品-标签完全三部图模型，并基于此提出个性化物品推荐算法。该方法首先对用户兴趣动态迁移现象进行分析，其次综合考虑用户-物品-标签三者关系，提出了完全三部图模型，接着引入时间加权连接权重来构建新的连接关系矩阵，最后在此基础上运行MassDiffusion推荐算法，通过综合两个方向的物质扩散来获得推荐结果。实验结果表明，文中算法能够通过反映用户兴趣的动态迁移，有效地提高推荐的准确性和多样性。

关键词：个性化推荐、社会化标签、完全三部图、时间加权连接

分类号：TP391(计算技术、计算机技术)

资助基金：上海市科学技术委员会资助项目14590500500;上海市自然科学基金15ZR1415200

在线出版日期：2015-11-03（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：44-48