基于时序逆影响的随机游走推荐算法

• 作者: 乔永卫 夏克文 肖春景
• 来源期刊: 计算机应用研究
• 关键词: 相似性计算 随机游走 时序信息 时序关联图 协同过滤
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2304-2307
• 页数: 4页
• 分类号: TP391.1|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.016

摘要

相似性计算是协同过滤推荐的关键步骤.针对传统相似性计算认为相似关系是对等的且没有考虑消费顺序和时间间隔的问题,提出了基于时序逆影响的随机游走推荐算法.首先,基于用户时序关联图提出一种新的称为时序逆影响的相似性度量,利用随机游走得到了目标用户近邻集合;其次,利用随机游走在项目时序关联图上进一步改进推荐的多样性和覆盖率.它不但认为用户间相似是不对称的,考虑了用户消费项目的顺序和时间间隔,获得了用户全局的直接和间接近邻,而且考虑了项目间的时序逆影响.通过在真实数据集上的大量实验结果表明,与其他随机游走方法相比,其不但能提高推荐性能、缓解数据稀疏,而且通过提高多样性和覆盖率解决了过拟合的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖春景	河北工业大学电子信息工程学院	21	96	7.0	9.0
3	夏克文	河北工业大学电子信息工程学院	82	512	14.0	20.0
4	乔永卫	中国民航大学工程技术训练中心	10	53	4.0	7.0