一种融合社交网络的叠加联合聚类推荐模型

• 作者: 刘华锋 景丽萍 读习习
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 个性化推荐 社交网络 联合聚类
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 96-102
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.404

摘要

为解决用户冷启动问题并提高推荐算法的评分预测精度,提出一种融合社交网络的叠加联合聚类推荐模型(SN-AC-CRec),将用户社交关系融合到对评分矩阵的用户聚类中.根据社交关系理论分析用户社交关系,采用模糊C均值聚类的思想划分用户块,并利用k均值算法对评分矩阵的产品聚类,得到一次联合聚类结果.通过迭代方式获取用户和产品多层联合聚类结果,不断叠加多层聚类结果来近似评分矩阵,预期先后得到用户和产品的泛化和细化类别,实现对评分矩阵中缺失值的预测.采用十重交叉验证法对模型评估,试验结果表明,该模型有效降低了推荐中的平均绝对误差(mean absolute error,MAE)和均方根误差(root mean square error,RMSE),同时在冷启动用户上也表现出了较好地推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景丽萍	北京交通大学交通数据分析与挖掘北京市重点实验室	20	84	5.0	8.0
2	刘华锋	北京交通大学交通数据分析与挖掘北京市重点实验室	3	0	0.0	0.0
3	读习习	北京交通大学交通数据分析与挖掘北京市重点实验室	1	0	0.0	0.0