结合强弱联系和兴趣的社交网络推荐算法

• 作者: 何炜俊 周应堂
• 来源期刊: 广东工业大学学报
• 学科: 社会科学
• 关键词: 推荐系统 PageRank算法 弱联系 Jaccard系数
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综合研究
• 页码范围: 39-46
• 页数: 8页
• 分类号: C931.6
• 字数: 9033字
• 语种: 中文
• DOI: 10.12052/gdutxb.180112

摘要

提出了一种结合强弱联系和兴趣的社交网络推荐算法.首先,考虑依据强弱联系为客户构建社交关系集合,同时兼顾信息传递的广度和深度.然后,基于关联规则改进传统PageRank算法的状态转移概率,修正的矩阵能够更合理地度量不同客户之间的社交紧密程度.同时,考虑客户之间的兴趣爱好相似性,赋予其对候选项目投票的权重,旨在提高系统的多样性和新颖性.最后,综合上述两者对候选项目进行评分并作Top-N过滤得到推荐列表.实验结果表明,本算法相对于参照算法更具合理性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周应堂	南京农业大学工学院	71	609	13.0	22.0
2	何炜俊	广东工业大学管理学院	1	0	0.0	0.0