基于异质用户网络嵌入的服务推荐方法研究

• 作者: 何鹏 吴浩 曾诚 王晓晨
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 网络嵌入 异质信息网络 协同过滤 服务推荐
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1244-1250
• 页数: 7页
• 分类号: TP391
• 字数: 5487字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.07.014

摘要

服务推荐过程中,为充分利用用户标签标注关系与用户的社交关系信息,提升推荐结果的准确性,提出一种基于异质用户网络嵌入的方法,通过将用户节点映射为一个低维的向量,再利用得到的用户向量进行协同推荐.在公开数据集Delicious上进行了实证分析,实验结果表明,相对已有的2个方法,该方法的推荐精度可分别提高18.1％和16.6％,且发现在学习用户表征向量时,节点之间的直接关系与"朋友的朋友"关系对表示用户节点结构信息同等重要;同时,推荐过程中为目标用户返回的相似用户在25个最为适宜.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾诚	湖北大学计算机与信息工程学院	29	231	8.0	15.0
3	何鹏	湖北大学计算机与信息工程学院	17	28	4.0	4.0
5	吴浩	湖北大学计算机与信息工程学院	4	1	1.0	1.0
10	王晓晨	湖北大学计算机与信息工程学院	7	1	1.0	1.0