基于社会正则化的推荐算法研究

• 作者: 王雪婷 黄文亮
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 矩阵分解技术 社会化推荐 特征空间模型 社会信息
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 77-80
• 页数: 4页
• 分类号: TP391
• 字数: 4154字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2014.01.018

摘要

社会网络中包含大量的社会信息，如何从这些社会信息中发掘对用户有用的信息已成为学者和专家的研究热点。本文提出一种基于社会正则化的推荐算法：把改进的矩阵分解技术应用到社会化推荐中；利用社会网络中用户间的朋友关系来优化对用户的建模，学习更好的用户特征空间模型；利用社会网络中的标签信息建立用户和物品的关系，并利用这种关系来优化用户-物品的建模。实验结果表明，改进后的推荐算法的精确度高于传统的推荐算法，有效地解决了社会信息冗余问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄文亮	河海大学计算机与信息学院	2	3	1.0	1.0
2	王雪婷	河海大学计算机与信息学院	1	1	1.0	1.0