基于混合用户模型的二分图推荐算法

• 作者: 苏一丹 黄谭
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 混合用户模型 二分图 多样性 个性化推荐
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 145-148,152
• 页数: 5页
• 分类号: TP301.6
• 字数: 3982字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.06.036

摘要

用二分图来实现个性化推荐的算法越来越受到研究者的注意。文中提出混合用户模型下的二分图推荐算法( MN-BI),针对二分图推荐算法中存在的用户多、项目少时命中效率低的情况用混合用户模型进行改进,同时对于推荐中加权的二分图边的权值用用户集的总体的加权和进行改进。该算法基本思想就是在用户很多的情况下,用混合用户模型对用户首先进行一个预处理生成一定数量的用户集,然后用用户集和项目构成用户集-项目的二分图。通过在Movielens数据集中进行测试的实验结果表明,相比NBI算法,MNBI算法推荐的命中效率有一定的提高,同时对于推荐多样性有所提高,并且在数据冷启动情况下效果较好。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
2	黄谭	广西大学计算机与电子信息学院	1	7	1.0	1.0