融合用户社会地位和矩阵分解的推荐算法

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:zhang2jie
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着社交网络服务的日益流行,社交网络平台为推荐算法提供了丰富的额外信息.假设朋友之间共享更多的共同偏好并且用户往往易于接受来自朋友的推荐,越来越多的推荐系统利用社交网络中用户之间的信任关系来改进传统推荐算法的性能.然而,现有基于社交网络推荐算法忽略了2个问题:1)在不同的领域中,用户信任不同的朋友;2)由于用户在不同的领域内具有不同的社会地位,因此,用户在不同的领域内受朋友的影响程度是不同的.首先利用整体的社交网络结构信息和用户的评分信息推导特定领域社交网络结构,然后利用PageRank算法计算用户在特定领域的社会地位,最后提出了一种融合用户社会地位信息的矩阵分解推荐算法.在真实数据集上的实验结果表明:融合用户地位信息的矩阵分解推荐算法的性能优于传统的基于社交网络推荐算法.
其他文献
休闲农业已经成为现代农业发展的重要形式。分析乌鲁木齐休闲农业发展的现状和存在的问题并提出相应的对策建议,希望能为乌鲁木齐休闲农业的发展做出贡献。
"街道办事处虽然不是一级政府,但是扮演着政府密切联系人民群众最后一公里的重要角色,尤其是在疫情防控中所起到的织密网底的重大作用大家都感同身受。""执法检查时机很恰当,
通过对阿舍勒铜矿选矿厂浮选各作业粒级回收指标分析,提出调整磨矿分级工艺,增加-43+10μm粒级含量以及混合精矿精选、精选中矿再磨等建议。
在谱聚类算法中,利用K近邻算法构建拉普拉斯矩阵时,会造成聚类的算法复杂度提高和聚类结果不佳的问题,为此提出一种基于mutual KNN和标准化矩阵的谱聚类算法,能有效提升聚类
ue*M#’#dkB4##8#”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:(100084川C京市海淀区清华园申请人:清华大学发明人:隋森芳文摘:本发明属于生物技
会议