基于社会网络分析的协同推荐方法改进

• 作者: 党晓婉 冯勇 徐红艳 李军平
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 电子商务 社会网络分析 相似性 信任度 协同推荐
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 先进计算
• 页码范围: 841-844
• 页数: 4页
• 分类号: TP391.1|TP393.092
• 字数: 4807字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2013.00841

摘要

协同推荐是电子商务中被广泛使用的个性化服务技术,但由于数据稀疏、冷启动等原因,导致现有协同推荐方法的个性化服务水平不高.为提高协同推荐的准确性,利用社会网络分析对协同推荐方法加以改进,提出一种基于社会网络分析改进的协同推荐方法.该方法利用社会网络分析技术分析用户间的关系,将其量化为信任度以填充用户-项矩阵,并将信任度融入到用户相似性计算中.通过实验分析验证了所提方法的有效性.以信任度扩充用户-项矩阵不仅可以较好地解决协同推荐中数据稀疏和冷启动问题,而且能够提高协同推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐红艳	辽宁大学信息学院	40	299	9.0	16.0
2	冯勇	辽宁大学信息学院	39	274	8.0	15.0
3	党晓婉	辽宁大学信息学院	2	50	2.0	2.0
4	李军平	辽宁大学信息学院	3	52	2.0	3.0