基于二部图多权重投影的大数据推荐算法

• 作者: 何可期 高薇
• 来源期刊: 计算机应用研究
• 关键词: 推荐系统 大数据技术 二部图网络 链接预测 网络投影 单模网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 712-716
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0612

摘要

基于网络结构的推荐算法存在多样性不足的问题,提出了一种基于二部图多权重投影的大数据推荐算法.首先,提取出数据集的基础信息,将所有的项目—用户数据输入莱文斯坦距离程序,计算各个属性之间的相似性;然后,计算二部图网络中节点之间相同邻居的数量、节点之间的共同邻居度以及每个节点的度,计算二部图网络中每条边的三重权重;最后,采用增强的二部图投影技术提取二部图网络的潜在链接,实现基于相似性的链接预测.在大数据集与小数据集上分别开展了实验,结果显示该算法的准确率与覆盖率均优于其他几种类型的推荐算法,并且优于同类型的推荐算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何可期	中山大学大数据与计算机学院	1	0	0.0	0.0