一种改进的基于二部图网络结构的推荐算法

• 作者: 段双艳 王茜
• 来源期刊: 计算机应用研究
• 关键词: 个性化推荐 加权二部图网络 项目度 准确性 多样性
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 771-774
• 页数: 4页
• 分类号: TP311|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.03.033

摘要

基于网络结构的推荐算法得到了研究者越来越多的关注, 以往的基于二部图网络结构的推荐算法只是判断用户是否选择过项目, 不区分用户对项目评分的高低。这些算法倾向于推荐流行商品, 没有考虑项目度和权值的影响。针对这些问题, 在区分高低分的情况下提出了改进的基于加权网络结构的推荐算法。算法在计算用户间的相似性系数时, 引入项目度与项目的权值之和的比值θ, 以提高推荐多样性。实验结果表明, 改进后的算法能够提高推荐准确性和多样性, 并且降低了推荐项目的流行性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茜	重庆大学计算机学院	68	682	14.0	23.0
2	段双艳	重庆大学计算机学院	1	64	1.0	1.0