基于增强二部图网络结构的推荐算法

• 作者: 张岐山 文闯
• 来源期刊: 计算机系统应用
• 关键词: 协同过滤 稀疏性 冷启动 信任 二部图网络 用户偏好
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 151-156
• 页数: 6页
• 字数: 5746字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006858

摘要

协同过滤推荐算法的数据稀疏性与冷启动问题影响和制约了推荐的质量.基于用户-项目二部图的信任计算可以有效的利用用户间的潜在联系提高推荐性能.提出一种融合基于二部图的增强繁殖信任与JMSD相关系数的推荐方法,包括对改进的加权用户-项目自适应繁殖信任度的计算,在此基础上融合用户偏好的增强信任度机制,以及线性加权JMSD相关系数,两组数据集下的对比实验表明,与三种基准算法对比改进的算法模型具有更低的平均绝对误差(MAE),更高的召回率(Recall),提高了推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岐山	福州大学经济与管理学院	92	1147	17.0	31.0
2	文闯	福州大学经济与管理学院	2	1	1.0	1.0