-
题名基于模块度和标签传递的推荐算法
被引量：2
- 1
-
-
作者
盛俊
李斌
陈崚
-
机构
扬州大学信息工程学院
扬州市职业大学信息工程学院
-
出处
《计算机应用》
CSCD
北大核心
2020年第9期2606-2612,共7页
-
基金
国家自然科学基金资助项目(61379066,61472344,61402395)
江苏省自然科学基金资助项目(BK20140492)
+3 种基金
江苏省教育厅自然科学基金资助项目(13KJB520026)
江苏省六大人才高峰项目(2011-DZXX-032)
江苏省高等职业院校专业带头人高端研修项目(2019GRFX115)
扬州市职业大学校级重点科研项目(2018ZR04)。
-
文摘
针对基于网络信息的商品推荐的问题,提出了在二部网络上基于社区挖掘和标签传递的推荐算法。首先,用带权的二部图来表达用户-项目的评分矩阵,利用标签传递技术对二部网络进行社区挖掘;然后,基于二部网络中的社区结构信息,充分利用用户所在的社区之间的相似性以及项目之间、用户之间的相似性来挖掘用户可能感兴趣的项目;最后,向用户进行项目的推荐。在实际网络上的实验结果表明,与基于双向关联规则项目评分预测的推荐算法(BAR-CF)、基于项目评分预测的推荐算法(IR-CF)、基于网络链接预测的用户偏好预测方法(PLP)和改进的基于用户的协同过滤的方法(MU-CF)相比,该算法的平均绝对差(MAE)低0.1~0.3,准确率高0.2。因此,所提算法可以取得比其他类似方法更高质量的推荐结果。
-
关键词
社交网络
推荐
二部图
社区挖掘
模块度标签传递
-
Keywords
social network
recommendation
bipartite graph
community mining
modularity label propagation
-
分类号
TP393.02
[自动化与计算机技术—计算机应用技术]
-
