一种引入加权异构信息的改进协同过滤推荐算法

• 作者: 吕振 张传亭 张海霞 袁东风
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 协同过滤 元路径 推荐系统 相似度 加权异构信息
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 112-116,152
• 页数: 6页
• 分类号: TP391
• 字数: 4340字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2018.01.017

摘要

协同过滤作为当前应用最成功的推荐技术之一,其推荐质量在很大程度上取决于近邻用户选取的准确性,而数据的稀疏性问题(sparsity)和相似度度量方式(similarity metrics)严重影响着最近邻的选择.该文提出了一种引入加权异构信息的改进协同过滤算法.首先利用异构网络中丰富的语义信息和边属性信息,得到用户之间基于不同元路径的相似度;然后将相似度分别应用到典型的基于用户的协同过滤推荐算法中,得到基于每个相似度的用户评分值;最后采用监督学习算法为每个打分值分配不同的权重,融合为用户最终评分.在扩展MovieLens经典数据集上的实验结果表明,本文所提算法在精确度上较传统算法有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁东风	山东大学信息科学与工程学院	116	660	14.0	19.0
3	张海霞	山东大学信息科学与工程学院	16	60	5.0	7.0
5	吕振	山东大学信息科学与工程学院	5	30	3.0	5.0
11	张传亭	山东大学信息科学与工程学院	2	18	2.0	2.0