返回首页
结合重要节点信任传播的社会化推荐算法
https://dl.ccf.org.cn/file_server/20211011/159_226_43_10/jisuagcyyy/dba650fdb5fb49be948c9babe2f04b89.jpg
融合社交信息的推荐算法有效缓解了推荐算法中的数据稀疏性问题和冷启动问题，近年来受到极大的关注。但社交信息依然存在数据稀疏性问题，而且社交网络提供的二值数据无法衡量不同用户间的信任程度。针对这些问题，利用重启随机游走算法获取社交网络中的重要节点。提出重要节点信任传播算法建立重要节点和其他用户节点之间的信任关系，同时利用节点的结构信息进一步量化用户间的信任权重，以得到更精确的推荐结果。在三个公开数据集上的实验表明，结合重要节点信任传播的社会化推荐算法（INTP-Rec）丰富了社交信息，有效地提高了推荐算法的准确率和召回率。
<<< 上一篇
融合社交网络用户潜在因子的社会化推荐
<<< 下一篇 融合物品信息的社会化推荐算法
读完这篇文章后，您心情如何？
京公网安备 11010802032778号
所有评论仅代表网友意见