基于重引力搜索链接预测和评分传播的大数据推荐系统

• 作者: 吴勇 李贞 耿海军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 重引力搜索算法 评分传播 协同过滤 推荐系统 社区检测 链接预测
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 39-47
• 页数: 9页
• 分类号: TP391
• 字数: 6594字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.02.007

摘要

大数据推荐系统的搜索空间较大导致推荐的响应时间过长.为权衡大数据推荐系统的时间效率和推荐性能,提出一种基于重引力搜索链接预测和评分传播的大数据推荐系统.采用相对相似性指数度量用户的相似性,采用广义Meta Path模型建立相似图;引入社区信息来提高局部链接预测的准确率,从强社区提取优化的子图来实现局部链接的预测,通过重引力搜索对子图做优化处理,从而缩小搜索空间;设计基于传染病模型的网络传播策略,根据已有的模式探索隐藏的模式.基于公开数据集的实验结果表明,该算法有效地提高了推荐系统的准确率和覆盖率,并且响应时间在可接受的范围内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李贞	晋中职业技术学院电子信息学院	9	9	2.0	2.0
2	吴勇	山西大学软件学院	5	3	1.0	1.0
3	耿海军	山西大学软件学院	25	12	2.0	2.0