融合"用户-项目-用户兴趣标签图"的协同好友推荐算法

• 作者: 唐婷芳 李建国 汤庸 汤非易 陈洁敏 陈笑凡
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 好友推荐 三部图 标签 社交网络 协同推荐
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 系统软件与软件工程
• 页码范围: 92-100
• 页数: 9页
• 分类号: TP311
• 字数: 5797字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1611021

摘要

随着社交网络的用户数量呈爆炸式增长,如何为用户推荐具有相同兴趣爱好的好友已成为当前研究的焦点.为此,提出了一种基于"用户-项目-用户兴趣标签图"的协同好友推荐算法.该算法首先利用基于"用户-项目-标签"的三部图物质扩散推荐算法来计算用户之间的相似度,并引入"用户-用户兴趣标签图"二元关系,通过用户的兴趣标签图来发掘用户的兴趣主题;然后根据用户主题分布,利用KL距离来计算用户之间的相似度;最后将两组结果采用调和平均数方式融合得到用户间的综合相似度,并进行好友的推荐.通过在De-licious和Last.fm数据集上的实验证明,该算法能有效提高Top-N推荐的准确率和召回率,同时通过在学术社交网站——学者网数据集上进行的学者推荐实验表明,该算法能有效提高核心用户的推荐度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤庸	华南师范大学计算机学院	92	593	13.0	19.0
2	李建国	华南师范大学计算机学院	9	156	5.0	9.0
3	陈洁敏	华南师范大学计算机学院	5	122	4.0	5.0
4	汤非易	维多利亚大学工程与科学学院	1	12	1.0	1.0
5	陈笑凡	华南师范大学计算机学院	1	12	1.0	1.0
6	唐婷芳	华南师范大学计算机学院	6	14	1.0	3.0