融合动态社交关系的距离度量推荐算法

• 作者: 岁飒 方义秋 葛君伟
• 来源期刊: 计算机应用研究
• 关键词: 时序影响 近邻集合 社交关系 距离度量 时间衰退
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3603-3606
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.09.0544

摘要

目前,用户的好友关系及其自身呈现的动态变化趋势,使得基于静态社交关系的推荐算法难以满足现今瞬息万变的世界.为解决准确度较低等问题,提出利用用户购买物品的时序行为挖掘隐式社交关系的方法.首先将隐式社交与相似度算法相融合,其次针对近邻评分的稀疏性,提出改进的近邻评分填补方法,然后使用填补后的近邻评分对模型预测评分进行修正,最后生成预测评分.实验部分采用MovieLens数据集评估提出的方法,并与现存算法作对比分析.结果表明,该算法与传统算法及改进算法相比更稳定,也更有效地预测了目标用户的真实评分.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛君伟		52	269	8.0	14.0
2	方义秋		35	220	7.0	13.0
3	岁飒		1	0	0.0	0.0