信息推荐系统中的朋友关系预测算法设计

• 作者: 徐浩 陈洪辉 马建威
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 信息推荐 朋友关系 社会网络 算法设计 MAE(平均绝对误差)
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 计算机科学与技术·管理科学与工程
• 页码范围: 163-168
• 页数: 6页
• 分类号: TP393
• 字数: 5839字
• 语种: 中文

摘要

伴随着互联网规模的不断扩展,信息过载问题越来越突出.信息推荐系统被视为解决信息过载问题的最有效方法.然而目前的方法大多数仅考虑用户独立的反馈,而忽略用户的社会属性对推荐的重要作用,这对信息推荐系统的性能会造成巨大的影响.为此,本文提出了基于朋友关系预测的信息推荐算法,将用户的社会关系预测引入信息推荐过程中,分别基于用户的拓扑信息及历史交互信息建立用户社会关系的存在性判定及关系类型判定,并利用线性回归分析方法和逻辑回归分析方法实现了基本特征的融合.最后,通过在Epinions和Slashdot真实数据集上的实验证明,本方法能够有效提高用户社会关系预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐浩	国防科技大学信息系统工程重点实验室	5	14	1.0	3.0
2	陈洪辉	国防科技大学信息系统工程重点实验室	28	115	5.0	9.0
3	马建威	国防科技大学信息系统工程重点实验室	4	25	3.0	4.0