微博网络中基于社区的分布式协同过滤推荐

• 作者: 刘京菊 荆笑鹏
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 社区 分布式算法 协同过滤 用户相似度
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1985-1988,2067
• 页数: 5页
• 分类号: TP391
• 字数: 4259字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2016.10.025

摘要

为实现可以应用于微博网络中大规模数据的话题推荐，提出一种基于社区的分布式协同过滤推荐算法。定义了微博中用户对话题评分的含义，包含了常见的用户对微博的操作类型。在社区的基础上针对有无历史数据提出两种预测评分的计算方法，对不同的用户类型采用不同的推荐策略。以社区为单位设计粗粒度的分布式结构，在具体的计算过程中，应用 MapReduce 架构进行细粒度的分布式计算，在提高了算法效率的同时，增加了推荐话题的覆盖度。实验结果表明，该算法具有一定的实际应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘京菊		5	20	2.0	4.0
2	荆笑鹏		2	0	0.0	0.0