基于领域敏感兴趣圈的社会化推荐算法

• 作者: 张路遥 曹霞 李平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 领域敏感度 信任关系 概率矩阵分解 社会化推荐
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 84-90
• 页数: 7页
• 分类号: TP311
• 字数: 6252字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0373

摘要

为了更好地融入信任关系对用户评分的影响,并考虑用户兴趣随领域变化的特点,提出了一种基于领域敏感兴趣圈的社会化推荐算法DSC-PMF.DSC-PMF算法通过构造领域敏感兴趣圈(DSC)模型,并结合概率矩阵分解(PMF)推荐算法,对用户进行推荐.DSC模型仅考虑兴趣相似朋友的影响,用信任划分的方法度量了不同朋友的影响程度,同时引入用户领域敏感度来衡量用户受朋友影响的意愿程度.通过在Yelp数据集上的多组对比实验,该算法不仅降低了MAE和RMSE,还提高了系统推荐准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	长沙理工大学计算机与通信工程学院	96	475	10.0	17.0
5	张路遥	长沙理工大学计算机与通信工程学院	2	8	1.0	2.0
6	曹霞	长沙理工大学计算机与通信工程学院	2	8	1.0	2.0