基于社交用户标签的混合top-N推荐方法

• 作者: 尹衍腾 李学明 蔡孟松
• 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 个性化标签 冷启动
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1309-1311,1344
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.05.007

摘要

针对协同过滤方法的冷启动问题,提出一种将社交用户标签与协同过滤相结合的混合top-N推荐方法.通过社交用户关系获得可信用户集,然后根据个性化标签采用结构上下文相似性算法(SimRank)计算社交用户相似近邻集并进行预测推荐,最后结合传统协同过滤方法进行推荐.实验结果表明,该方法能够提高在一般数据集及冷启动用户数据集下的推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李学明	重庆大学计算机学院	53	688	15.0	24.0
2	蔡孟松	重庆大学计算机学院	2	63	2.0	2.0
3	尹衍腾	重庆大学计算机学院	2	63	2.0	2.0