基于协同过滤的多节点信息资源分配推荐算法

• 作者: 佘学兵 占清华 邬昌兴
• 来源期刊: 计算机仿真
• 关键词: 协同过滤 最近邻居集 评价预测 信息资源分配 二部图
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 仿真服务化
• 页码范围: 419-423
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.06.088

摘要

针对目前算法在多节点信息资源分配推荐时,未对多节点信息资源进行相似性计算,导致多节点信息资源分配时间长,信息资源分配正确率和推荐列表覆盖率较低的问题,提出基于协同过滤的多节点信息资源分配推荐算法.采用协同过滤算法,整合处理节点信息资源,构建信息数据评分模型,运用评分模型,查找节点信息数据的最近邻居集进行预测评分,利用相似性计算,完成多节点信息分类.根据二部图网络结构,资源分配分类节点信息,生成推荐列表并对用户进行推荐.实验结果表明,所提算法的信息资源分配正确率较高,能够有效缩短多节点信息资源分配时间,提高推荐列表覆盖率.