基于概率矩阵分解的社交网络推荐算法研究

• 作者: 朱振宇 陈永锋
• 来源期刊: 科技广场
• 学科: 社会科学
• 关键词: 矩阵分解 关系网络 信任传播 推荐系统
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 网络与通信
• 页码范围: 95-99
• 页数: 5页
• 分类号: G203
• 字数: 5275字
• 语种: 中文

摘要

推荐系统已经成为人们在网上寻找自己所需信息的常用工具之一.基于社交网络的推荐方法能够解决传统推荐算法存在的问题,例如新用户的冷启动问题.本文提出了一种基于矩阵分解的并且可以应用于社交网络的新模型.该模型将信任传播机制融入模型中,并使用Epinions.com数据集进行实验.试验结果表明,基于社交网络的新模型在推荐准确度方面相较于传统模型,针对评分较少的新用户所存在的冷启动问题有较好的解决.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈永锋	西安建筑科技大学管理学院	37	182	9.0	11.0
2	朱振宇	西安建筑科技大学管理学院	3	4	2.0	2.0