首页 | 官方网站   微博 | 高级检索  
     

融合社交网络的单类个性化协同排序算法
引用本文:李改,陈强,李磊,潘进财.融合社交网络的单类个性化协同排序算法[J].计算机科学,2017,44(2):88-92, 116.
作者姓名:李改  陈强  李磊  潘进财
作者单位:顺德职业技术学院电子与信息工程学院 顺德528333;中山大学数据科学与计算机学院 广州510006,中山大学数据科学与计算机学院 广州510006;广东第二师范学院计算机科学系 广州510303,中山大学数据科学与计算机学院 广州510006,顺德职业技术学院电子与信息工程学院 顺德528333
基金项目:本文受国家自然科学基金项目(61370186),广东省自然科学基金项目(2016A030310018),广东省科技计划项目(2014A010103040,4B010116001),广州市科技计划项目(201604010049,201510010203),广东第二师范学院教授博士科研专项(2015ARF25),佛山市机电专业群工程技术开发中心2015年第二批开放课题(2015-KJZX139),广东省大学生科技创新培育专项(G2016Z08)资助
摘    要:单类个性化协同排序算法的研究的核心思想是把单类协同过滤问题当成排序问题来看待。之前的研究仅仅使用了隐式反馈数据来对推荐对象进行排序,这限制了推荐的准确度。随着在线社交网络的出现,为了进一步提高单类个性化协同排序算法的准确度,提出了一种新的融合社交网络的单类个性化协同排序算法。在真实的包含社交网络的2个数据集上的实验验证了该算法在各个评价指标下的性能均优于几个经典的单类协同过滤算法。实验证明,社交网络信息对于提高单类个性化协同排序算法的性能具有重要作用。

关 键 词:推荐系统  协同排序  社交网络  单类协同过滤  隐式反馈数据
收稿时间:2015/11/11 0:00:00
修稿时间:2016/3/12 0:00:00

One-class Personalized Collaborative Ranking Algorithm Incorporating Social Network
LI Gai,CHEN Qiang,LI Lei and PAN Jin-cai.One-class Personalized Collaborative Ranking Algorithm Incorporating Social Network[J].Computer Science,2017,44(2):88-92, 116.
Authors:LI Gai  CHEN Qiang  LI Lei and PAN Jin-cai
Affiliation:Department of Electronic and Information Engineering,Shunde Polytechnic,Shunde 528333,China;School of Data and Computer Science,Sun Yat-Sen University,Guangzhou 510006,China,School of Data and Computer Science,Sun Yat-Sen University,Guangzhou 510006,China;Department of Computer Science,Guangdong University of Education,Guangzhou 510303,China,School of Data and Computer Science,Sun Yat-Sen University,Guangzhou 510006,China and Department of Electronic and Information Engineering,Shunde Polytechnic,Shunde 528333,China
Abstract:
Keywords:Recommended systems  Collaborative ranking  Social network  One-class collaborative filtering  Implicit feedback dataset
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号