基于选择性随机游走的协同过滤推荐算法研究

摘要：

针对传统协同过滤推荐算法可扩展性差,多样性低,多样性与准确性不平衡问题,本文提出基于选择性随机游走的协同过滤推荐算法,在计算用户相似度时,以选择性随机游走代替传统的Pearson相关系数,余弦相似性或修正的余弦相似度,避免了出度较大的用户与多个用户产生弱连接.实验结果表明,本文算法的性能优于经典的基于用户的协同过滤的推荐方法,推荐系统的推荐质量得到显著提高.

关键词： 协同过滤推荐系统 选择性随机游走 推荐质量

作者: 单晓菲 米传民 马静

作者单位: 南京航空航天大学经济与管理学院,江苏 南京 211106

会议类型: 国内会议

会议名称: 第十六届中国管理科学学术年会

会议地点: 太原

会议语种:中文

页码: 73-78

在线出版日期: 2014-10-17（万方平台首次上网日期，不代表论文的发表时间）