基于链路预测的推荐方法研究

摘要：

推荐系统在数字化环境中能够提供有价值的服务,并且在图书、电影和音乐等在线产业中取得了巨大的商业成功.大多数推荐系统采用协同过滤算法,通过分析用户和物品之间的交互行为推理用户的兴趣和偏好.协同过滤算法的推荐效果受到数据稀疏性问题的影响很大.为了解决这个问题,文章使用一种基于图的方法探索用户和物品之间的交互.文章采用二分网络链路预测的方法对用户进行物品推荐,并与协同过滤方法进行了比较,通过在豆瓣数据集上的实验结果表明,基于链路预测的方法比标准的协同过滤方法要好.

关键词：推荐系统、协同过滤、链路预测

分类号：TN9;TP3

资助基金：武汉市市属高校产学研项目;项目201310

在线出版日期：2017-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：99-100