基于节点重要度的用户推荐

• 作者: 姜春霞 白杨 邓贵仕
• 来源期刊: 计算机应用研究
• 关键词: 标签聚类 用户相似度 社会网络分析 推荐
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3628-3631
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.023

摘要

为用户推荐具有相同兴趣的好友是用户关系的研究热点之一,但面临着数据稀疏性、兴趣推荐偏差等问题.针对这些问题,提出一种考虑节点重要度的用户推荐方法.首先结合共现及凝聚方法实现标签聚类,据此划分具有相似兴趣的用户社群;然后通过社会网络分析构建社群的用户关系网络,采用PageRank计算用户重要度指标用于评价用户的推荐能力,并描述了用户推荐算法流程;最后通过在真实数据集上与传统方法的对比实验,验证了模型的有效性,给出了表示用户亲疏关系的可视化结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓贵仕	大连理工大学系统工程研究所	98	1916	22.0	41.0
2	姜春霞	辽东学院信息工程学院	16	30	4.0	4.0
3	白杨	大连理工大学系统工程研究所	33	65	5.0	6.0