面向科研社交网络的小同行双向推荐算法

• 作者: 刘雪晴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 双向推荐 小同行推荐 科研人员推荐 互惠性 科研社交网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 171-180
• 页数: 10页
• 分类号: TP3
• 字数: 10692字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.10.031

摘要

针对科研社交网络中现有推荐研究缺乏双向意愿考虑的问题,引入小同行推荐场景中隐含的互惠性特征.从用户历史交互数据挖掘出基于协同过滤的互惠性特征,并基于该特征对候选推荐列表进行优化,以满足用户在寻找科研小同行过程中期望得到回应的要求.通过结合科研人员基于多维度的相似性,提出一种新颖的基于混合互惠性的小同行双向推荐方法.实验表明,基于混合互惠性的双向推荐方法能够有效地提高小同行匹配的成功率,从而提高推荐的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘雪晴	复旦大学软件学院	5	22	3.0	4.0