考虑社会关系影响差异和动态性的社会化推荐

• 作者: 曹健 赵海燕 陈庆奎 韩松
• 来源期刊: 计算机应用研究
• 关键词: 协同过滤 社交网络 矩阵分解 社交信任 差异性 动态性
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2605-2609
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.09.010

摘要

随着社交媒体的发展,社交活动日益普及并产生丰富的社会关系.融合社会关系进行推荐可以缓解传统推荐系统面临的数据稀疏和冷启动问题.已有很多成功利用社会关系和评分信息进行推荐的算法,然而它们没有充分地挖掘不同的社会关系对用户的不同影响以及在不同时间段中社会关系的不同影响,这导致推荐效果的下降.基于对现实中社会关系影响复杂性的充分考虑,提出了新的考虑社会关系影响差异和动态性的社会化推荐算法.在Epinions数据集上的实验结果表明该方法可以提高推荐质量.复杂度分析也表明该方法具有可扩展性,能够适应大数据集的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹健	上海交通大学计算机科学与技术系	147	2115	24.0	42.0
2	陈庆奎	上海理工大学光电信息与计算机工程学院上海现代光学系统重点实验室	149	769	14.0	22.0
3	赵海燕	上海理工大学光电信息与计算机工程学院上海现代光学系统重点实验室	40	215	7.0	13.0
4	韩松	上海理工大学光电信息与计算机工程学院上海现代光学系统重点实验室	1	2	1.0	1.0