基于 Nystrom 扩展谱聚类的社会化推荐算法

• 作者: 徐桂琼 李振博 査九
• 来源期刊: 计算机应用研究
• 关键词: 社会化推荐 协同过滤 谱聚类 Nystrom 扩展
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3238-3241
• 页数: 4页
• 分类号: TP181|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.11.008

摘要

针对传统协同过滤推荐算法面临的稀疏性、实时性问题，提出了一种适用于朋友关系社交网络的社会化推荐算法。首先使用 Nystrm 扩展谱聚类方法根据朋友关系对用户进行聚类，然后在用户所属类中寻找最近邻并产生推荐；对用户进行聚类，改善了数据稀疏性问题，用户的聚类过程可离线完成，加快在线推荐速度，提高了系统实时性。在 Flixster 上的实验结果表明，与传统推荐算法相比，该算法在平均绝对偏差、覆盖率指标上都有较大改善，提高了推荐系统性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐桂琼	上海大学管理学院	23	134	6.0	11.0
2	李振博	上海大学管理学院	4	61	4.0	4.0
3	査九	上海大学管理学院	2	22	2.0	2.0