1(南京邮电大学通达学院 南京 210003);2(计算机软件新技术国家重点实验室(南京大学) 南京 210023);3(江苏省软件新技术与产业化协同创新中心(南京大学) 南京 210023);4(江苏方天电力技术有限公司 南京 211100) (yuyh.nju@gmail.com)
出版日期: 2018-01-01基金资助:国家自然科学基金项目(61432008，61503178，61403208)；江苏省自然科学基金项目(BK20150587)；江苏省高等学校自然科学研究项目(17KJB520028)Integrating User Social Status and Matrix Factorization for Item Recommendation
Yu Yonghong1,2,3, Gao Yang2,3, Wang Hao2,3, Sun Shuanzhu41(Tongda College, Nanjing University of Posts and Telecommunications, Nanjing 210003);2(State Key Laboratory for Novel Software Technology (Nanjing University), Nanjing 210023);3(Collaborative Innovation Center of Novel Software Technology and Industrialization (Nanjing University), Nanjing 210023);4(Jiangsu Frontier Electric Technology Co. LTD., Nanjing 211100)
Online: 2018-01-01摘要/Abstract
摘要： 随着社交网络服务的日益流行，社交网络平台为推荐算法提供了丰富的额外信息.假设朋友之间共享更多的共同偏好并且用户往往易于接受来自朋友的推荐，越来越多的推荐系统利用社交网络中用户之间的信任关系来改进传统推荐算法的性能.然而，现有基于社交网络推荐算法忽略了2个问题：1)在不同的领域中，用户信任不同的朋友；2)由于用户在不同的领域内具有不同的社会地位，因此，用户在不同的领域内受朋友的影响程度是不同的.首先利用整体的社交网络结构信息和用户的评分信息推导特定领域社交网络结构，然后利用PageRank算法计算用户在特定领域的社会地位，最后提出了一种融合用户社会地位信息的矩阵分解推荐算法.在真实数据集上的实验结果表明：融合用户地位信息的矩阵分解推荐算法的性能优于传统的基于社交网络推荐算法.
参考文献
相关文章 15
| [1] | 陈亦琦, 钱铁云, 李万理, 梁贻乐. 基于复合关系图卷积的属性网络嵌入方法[J]. 计算机研究与发展, 2020, 57(8): 1674-1682. |
| [2] | 于亚新, 刘梦, 张宏宇. Twitter社交网络用户行为理解及个性化服务推荐算法研究[J]. 计算机研究与发展, 2020, 57(7): 1369-1380. |
| [3] | 刘子图, 全紫薇, 毛如柏, 刘勇, 朱敬华. NT-EP：一种无拓扑结构的社交消息传播范围预测方法[J]. 计算机研究与发展, 2020, 57(6): 1312-1322. |
| [4] | 罗浩, 闫光辉, 张萌, 包峻波, 李俊成, 刘婷, 杨波, 魏军. 融合多元信息的多关系社交网络节点重要性研究[J]. 计算机研究与发展, 2020, 57(5): 954-970. |
| [5] | 黄海平, 张东军, 王凯, 朱毅凯, 王汝传. 带权值的大规模社交网络数据隐私保护方法[J]. 计算机研究与发展, 2020, 57(2): 363-377. |
| [6] | 涂盼鹏,王兴伟,李婕,黄敏. BIRI：支持信息中心范型的BBO启发式MSN路由算法[J]. 计算机研究与发展, 2019, 56(9): 1918-1926. |
| [7] | 孟绪颖，张琦佳，张瀚文，张玉军，赵庆林. 社交网络链路预测的个性化隐私保护方法[J]. 计算机研究与发展, 2019, 56(6): 1244-1251. |
| [8] | 于亚新，王磊. 地理社交网络中重叠种子的广告博弈决策机制[J]. 计算机研究与发展, 2019, 56(6): 1302-1311. |
| [9] | 刘琳,唐麟,唐明靖,周维. 基于布尔矩阵分解的蛋白质功能预测框架[J]. 计算机研究与发展, 2019, 56(5): 1020-1033. |
| [10] | 吴宾,娄铮铮,叶阳东. 一种面向多源异构数据的协同过滤推荐算法[J]. 计算机研究与发展, 2019, 56(5): 1034-1047. |
| [11] | 王智强,梁吉业,李茹. 基于信息融合的概率矩阵分解链路预测方法[J]. 计算机研究与发展, 2019, 56(2): 306-318. |
| [12] | 李婕,洪韬,王兴伟,黄敏,郭静. 机会移动社交网络中基于群组构造的数据分发机制[J]. 计算机研究与发展, 2019, 56(11): 2494-2505. |
| [13] | 龚卫华,金蓉,裴小兵,梅建萍. LBSN中基于社区联合聚类的协同推荐方法[J]. 计算机研究与发展, 2019, 56(11): 2506-2517. |
| [14] | 李莹莹,马帅,蒋浩谊,刘喆,胡春明,李雄. 一种基于社交事件关联的故事脉络生成方法[J]. 计算机研究与发展, 2018, 55(9): 1972-1986. |
| [15] | 时文华,倪永婧,张雄伟,邹霞，孙蒙，闵刚. 联合稀疏非负矩阵分解和神经网络的语音增强[J]. 计算机研究与发展, 2018, 55(11): 2430-2438. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3608
