融合社交信息的跨域时序兴趣预测方法

• 作者: 温雯 申策 蔡瑞初 郝志峰
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 兴趣预测 跨域推荐 社交信息 时序行为 排序学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 智能计算
• 页码范围: 48-54
• 页数: 7页
• 分类号: TP391
• 字数: 5988字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2019.02.024

摘要

引入用户的社交网络信息是解决冷启动问题提升推荐效果的有效方法.现有引入社交关系的静态方法忽略用户兴趣的变化导致预测结果滞后,针对这一问题提出一种跨域时序兴趣预测方法,引入用户社交行为信息.首先提出跨域个性化排序模型,实现社交特征和购物特征的跨域融合.其次按时间段划分用户历史行为,提出一种时序特征建模方法.在真实数据集上的验证结果表明,所提出的方法能更有效地预测用户兴趣.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志峰	广东工业大学计算机学院	166	940	14.0	20.0
2	蔡瑞初	广东工业大学计算机学院	66	279	10.0	13.0
3	温雯	广东工业大学计算机学院	48	272	10.0	14.0
4	申策	广东工业大学计算机学院	1	0	0.0	0.0