| 基于好友关系和标签的混合协同过滤算法 |
| |
| 引用本文： | 曾安,徐小强.基于好友关系和标签的混合协同过滤算法[J].计算机科学,2017,44(8):246-251. |
| |
| 作者姓名： | 曾安 徐小强 |
| |
| 作者单位： | 广东工业大学计算机学院 广州510006,广东工业大学计算机学院 广州510006 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61300107),广东省自然科学基金项目(S2012010010212),广州市科技计划项目(201504301341059),广东省科技计划项目(2014B090901053)资助 |
| |
| 摘 要： | 针对传统推荐算法存在数据稀疏影响推荐效果的问题,考虑到社交网络中的链路预测能够综合考虑用户节点之间的拓扑结构,以及好友关系能反映用户的兴趣爱好,提出了一种融合好友关系和标签信息的推荐算法。首先,借助网络资源分配算法对社交网络的结构信息进行特征提取；然后,利用TF-IDF构建合理的社会化标签模型；最后,利用线性模型融合两方面的信息,从而实现推荐。在Last.fm和Delicious数据集上的实验表明,与传统算法相比,所提算法在推荐的召回率和准确率指标上有显著提高。
|
| 关 键 词： | 链路预测 社交关系 标签 TF-IDF 推荐算法 |
| 收稿时间： | 2016/7/4 0:00:00 |
| 修稿时间： | 2016/8/18 0:00:00 |
Hybrid Collaborative Filtering Recommendation Algorithm Based on Friendships and Tag |
| |
| ZENG An and XU Xiao-qiang.Hybrid Collaborative Filtering Recommendation Algorithm Based on Friendships and Tag[J].Computer Science,2017,44(8):246-251. |
| |
| Authors: | ZENG An and XU Xiao-qiang |
| |
| Affiliation: | School of Computer,Guangdong University of Technology,Guangzhou 510006,China and School of Computer,Guangdong University of Technology,Guangzhou 510006,China |
| |
| Abstract: | |
| |
| Keywords: | Link prediction Social relationship Tag TF-IDF Recommendation algorithm |
|
|
点击此处可从《计算机科学》下载全文 |
|
