基于异构信息网络的模糊贴近度推荐算法

作     者：朱元 张九根 卢佳乐 陈鑫 ZHU Yuan;ZHANG Jiu-gen;LU Jia-le;CHEN Xin

作者机构：南京工业大学电气工程与控制科学学院 

基　　金：江苏省“六大人才高峰”基金项目(XXR-012) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2020年第41卷第2期

页      码：367-372页

摘      要：针对传统协同过滤算法在用户推荐过程中数据稀疏性、可扩展性、用户兴趣迁移变化等问题,提出一种基于异构信息网络的模糊贴近度推荐算法。在k-means聚类算法基础上构建新的异构信息网络,利用关系抽取的方式构造用户属性权重矩阵;引入模糊贴近度综合分析元路径属性权重的影响,寻找近邻用户;采用Top-N算法排序进而完成推荐,并进行准确性验证。在Epinions数据集上的实验结果表明,在推荐质量和速度上,所提推荐算法较传统推荐算法更优。

主 题 词：异构信息网络 用户属性 模糊贴近度 元路径 推荐系统 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2020.02.011

馆 藏 号：203882235...