一种新的社会化相似度计算方法

• 作者: 李改 李磊 李章凤
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 协同过滤 社交网络 冷启动
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2616-2618,2644
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.09.014

摘要

基于社交网络的推荐算法引入社交网络信息到协同过滤算法中来,使得用户朋友的偏好能够影响用户本身的偏好.这些算法需要用到用户之间的相似度信息.目前有两个流行的基于共同评分项目集的相似度计算函数(VSS、PCC).在很多情况下,由于用户间没有共同评分项目集,故无法计算他们之间的相似度.为了解决这个问题,提出了一种基于矩阵分解的新的社会化相似度计算方法.在真实的包含社交网络的数据集上进行实验验证,该方法的性能优于几个经典的基于社交网络的协同过滤算法,而且能够解决新用户的冷启动问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李磊	中山大学信息科学与技术学院	117	1028	16.0	29.0
5	李章凤	中山大学信息科学与技术学院	2	52	2.0	2.0