基于两层社区混合计算的个性化推荐方法

• 作者: 王杨 苏洋 赵传信 陈付龙 黄亚坤
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 层级社区 社区发现 混合计算 个性化推荐
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 440-447
• 页数: 8页
• 分类号: TP391
• 字数: 10701字
• 语种: 中文

摘要

社区发现在个性化推荐系统中有着良好的应用.考虑到具有联系的不同层次社区之间能够构成一种混合的计算模型(HCPR),将该混合计算模型从用户-项目关系图演化到三维立体混合计算模型中,采用不同的融合相似度分别构建项目层社区和用户层社区,并基于用户-项目之间关注-被关注关系定义混合计算层.提出了一种基于两层社区混合计算的个性化推荐方法,面对新用户、旧用户、新项目、旧项目的不同输入定义相应的计算,其能推荐较为精准、个性化的信息.在3种不同类型的数据集上进行了实验,结果表明该模型能够较好地表示用户之间、项目之间以及用户和项目之间的关系,与U-CF和I-CF的推荐方法相比,HCPR借助构建的混合计算层在保证推荐精确度的同时,推荐结果更为个性化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈付龙	安徽师范大学数学计算机科学学院	84	340	10.0	14.0
2	赵传信	安徽师范大学数学计算机科学学院	47	219	8.0	13.0
3	王杨	安徽师范大学数学计算机科学学院	65	291	9.0	14.0
4	黄亚坤	安徽师范大学数学计算机科学学院	12	79	4.0	8.0
5	苏洋	安徽师范大学数学计算机科学学院	1	2	1.0	1.0