模式识别与人工智能
2025年4月2日 星期三   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (6): 561-571    DOI: 10.16451/j.cnki.issn1003-6059.202106008
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于社交网络能量扩散的协同过滤推荐算法
任永功1, 王瑞霞1, 张志鹏1
1.辽宁师范大学 计算机与信息技术学院 大连 116081
Collaborative Filtering Recommendation Algorithm Based on Energy Diffusion in Social Network
REN Yonggong1, WANG Ruixia1, ZHANG Zhipeng1
1. School of Computer and Information Technology, Liaoning Nor-mal University, Dalian 116081

全文: PDF (688 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对数据稀疏导致推荐系统精确度较低的问题,结合社交网络中丰富的社会化信息及能量扩散在数据稀疏问题上的优良表现,文中提出基于社交网络能量扩散的协同过滤推荐算法.首先利用用户-物品评分矩阵和信任关系具有的传递性计算用户之间信任强度值.再利用社交网络结合用户-物品二分网络,得到物品资源值.最后利用协同过滤方法进行预测评分.在真实数据集上的实验表明,文中算法缓解数据稀疏性,可解决推荐精确度较低的问题.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
任永功
王瑞霞
张志鹏
关键词 推荐系统协同过滤能量扩散社交网络    
Abstract:To improve the low accuracy caused by sparse data in the recommender system, a collaborative filtering recommendation algorithm based on energy diffusion in social networks is proposed. The abundant social information in social network and the excellent performance of energy diffusion in data sparsity are combined. Firstly, the transitivity of user-item scoring matrix and trust relationship is exploited to calculate the trust intensity value between users. Then, the resource value of items is obtained by combining the social network with the user-item binary network. Finally, the collaborative filtering method is utilized to predict the score. Experiments on real datasets show that the proposed method alleviates data sparsity and solves the problem of low recommendation accuracy.
Key wordsRecommender System    Collaborative Filtering    Energy Diffusion    Social Network   
收稿日期: 2021-10-16     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61976109)、辽宁省自然科学基金博士启动项目(No.2020-BS-184)、大连市科技创新基金项目(No.2018J12GX047)、大连市高层次人才创新支持计划项目(No.2020RQ49)、大连市重点实验室专项基金项目资助
通讯作者: 张志鹏,博士,讲师,主要研究方向为数据挖掘、推荐系统.E-mail:zhipengzhang@lnnu.edu.cn.   
作者简介: 任永功,博士,教授,主要研究方向为人工智能、数据挖掘.E-mail:jsj_paper@163.com.
王瑞霞,硕士研究生,主要研究方向为人工智能、数据挖掘.E-mail:1420942208@qq.com.
引用本文:   
任永功, 王瑞霞, 张志鹏. 基于社交网络能量扩散的协同过滤推荐算法[J]. 模式识别与人工智能, 2021, 34(6): 561-571. REN Yonggong, WANG Ruixia, ZHANG Zhipeng. Collaborative Filtering Recommendation Algorithm Based on Energy Diffusion in Social Network. , 2021, 34(6): 561-571.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202106008      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I6/561
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn