基于异质信息网络的模糊推荐算法

• 作者: 张晨威 张泽华 李娴 赵霞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 数据稀疏 异质信息网络 元路径 模糊集
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 334-340
• 页数: 7页
• 分类号: TP181
• 字数: 5117字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.02.019

摘要

随着互联网信息的爆炸式增长,推荐系统扮演着越来越重要的角色.为了解决传统推荐系统存在的信息稀疏问题,并且合理表达用户的偏好,提出基于异质信息网络的模糊推荐算法(HFR).HFR方法构建三角模糊评分模型将用户离散的评分信息模糊化,此外,还加入了项目的属性信息并使用元路径表示;在此基础上充分利用多源信息,提出了一种新的相似性度量,并预测评分获得最终的推荐结果.实验结果表明,H FR方法有效解决了信息稀疏问题,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	赵霞	太原理工大学信息与计算机学院	7	2	1.0	1.0
2	李娴	太原理工大学信息与计算机学院	3	0	0.0	0.0
3	张泽华	太原理工大学信息与计算机学院	5	30	2.0	5.0
4	张晨威	伊利诺伊大学芝加哥分校计算机科学学院	2	0	0.0	0.0