基于Hebbian一致性学习的P2P推荐算法

• 作者: 杨帆 王志梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 远程教育 Hebbian一致性 自组织 P2P推荐网络
• 年，卷（期）: 2006,（36）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 110-113
• 页数: 4页
• 分类号: TP391.7
• 字数: 4731字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.36.034

摘要

借鉴社会网络的概念,构建了一个基于信任权值的P2P(peer-to-peer)推荐网络,其中每个对等体作为一个用户代理负责维护其在推荐网络中的信任邻居关系.在此基础上,提出了一种基于Hebbian一致性学习的信任权重学习算法,并且基于相似用户发现机制、信任权重学习规则、潜在邻居调整策略等来自适应地调整用户与邻居用户的信任权重.实验数据证明该算法具有较高的推荐效率、社区构建效率和良好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆	上海交通大学计算机科学与工程系	104	906	20.0	25.0
2	王志梅	上海交通大学计算机科学与工程系	6	44	3.0	6.0