基于偏好随机游走的个性化推荐系统
随着互联网技术的迅速发展,需要从海量信息中高效、准确地找到自己感兴趣的信息,推荐系统能够帮助人们找到这些有用的信息.本文提出一种改进的随机游走算法,通过减小大度商品的影响,在2个实际数据集MovieLens和Netflix上的实验结果表明,本文所提方法能有效地提高推荐系统的准确性和多样性.与经典的随机游走算法相比较,本文所提出的算法在推荐准确率上分别提高了5.5%和5.9%.
推荐系统 随机游走算法 准确性 多样性
聂大成 张子柯 傅彦
电子科技大学互联网科学中心 成都611731 杭州师范大学信息经济研究所 杭州 310036;电子科技大学互联网科学中心 成都611731
国内会议
杭州
中文
196-202
2013-09-13(万方平台首次上网日期,不代表论文的发表时间)