(东北大学计算机科学与工程学院 沈阳 110169) (医学影像智能计算教育部重点实验室(东北大学) 沈阳 110169) (yuyx@mail.neu.edu.cn)
出版日期: 2020-12-01基金资助:国家自然科学基金项目(61871106,61973059)；国家重点研发计划项目(2016YFC0101500)Hypergraph-Based Personalized Recommendation & Optimization Algorithm in EBSN
Yu Yaxin, Zhang Wenchao, Li Zhenguo, Li Ying(School of Computer Science and Engineering, Northeastern University, Shenyang 110169) (Key Laboratory of Intelligent Computing in Medical Image (Northeastern University), Ministry of Education, Shenyang 110169)
Online: 2020-12-01Supported by:This work was supported by the National Natural Science Foundation of China (61871106, 61973059) and the National Key Research and Development Program of China (2016YFC0101500).摘要/Abstract
摘要： 基于事件的社交网(event-based social networks, EBSN)中的个性化推荐服务是一个十分重要且颇具应用价值的问题,现有研究工作主要基于普通图来对EBSN中的关系进行建模,但由于EBSN是一种异构型复杂社交网络,具有多种不同类型实体,因而用普通图建模EBSN会存在高维信息丢失问题,导致推荐质量降低.基于此,首先提出一种基于超图模型的EBSN个性化推荐(hypergraph-based personalized recommendation in EBSN, PRH)算法,其基本思想在于利用超图具有不丢失高维数据信息之特点来更准确地对EBSN中复杂社交关系数据进行高维建模,并利用流形排序正则化计算获取初步推荐结果.其次,又分别从查询向量设置方式改进和对不同类超边施以不同权重等角度,提出了优化的PRH(optimized PRH, oPRH)算法以进一步优化PRH算法所获推荐结果,从而实现精准推荐.扩展实验表明,基于超图的EBSN个性化推荐及其优化算法,推荐结果相比于以前基于普通图的推荐算法具有更高准确性.
参考文献
相关文章 15
| [1] | 谢震, 谭光明, 孙凝晖. 基于PPR模型的稀疏矩阵向量乘及卷积性能优化研究[J]. 计算机研究与发展, 2021, 58(3): 445-457. |
| [2] | 赖庆宽, 吕方, 贺春林, 何先波, 冯晓兵. 面向理想性能空间的跨架构编译分析方法[J]. 计算机研究与发展, 2021, 58(3): 668-680. |
| [3] | 李乾, 胡玉鹏, 叶振宇, 肖叶, 秦拯. 基于蚁群优化算法的纠删码存储系统数据更新方案[J]. 计算机研究与发展, 2021, 58(2): 305-318. |
| [4] | 张永, 陈蓉蓉, 张晶. 基于交叉熵的安全Tri-training算法[J]. 计算机研究与发展, 2021, 58(1): 60-69. |
| [5] | 朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115. |
| [6] | 祖家琛, 胡谷雨, 严佳洁, 李实吉. 网络功能虚拟化下服务功能链的资源管理研究综述[J]. 计算机研究与发展, 2021, 58(1): 137-152. |
| [7] | 张燕咏, 张莎, 张昱, 吉建民, 段逸凡, 黄奕桐, 彭杰, 张宇翔. 基于多模态融合的自动驾驶感知及计算[J]. 计算机研究与发展, 2020, 57(9): 1781-1799. |
| [8] | 李德权, 许月, 薛生. 基于动态约束自适应方法抵御高维鞍点攻击[J]. 计算机研究与发展, 2020, 57(9): 2001-2008. |
| [9] | 丁成诚, 陶蔚, 陶卿. 一种三参数统一化动量方法及其最优收敛速率[J]. 计算机研究与发展, 2020, 57(8): 1571-1580. |
| [10] | 张军, 谢竟成, 沈凡凡, 谭海, 汪吕蒙, 何炎祥. 通用图形处理器缓存子系统性能优化方法综述[J]. 计算机研究与发展, 2020, 57(6): 1191-1207. |
| [11] | 郭羽含, 张宇, 沈学利, 于俊宇. 即时车辆共乘问题的多策略解空间图搜索算法[J]. 计算机研究与发展, 2020, 57(6): 1269-1283. |
| [12] | 李国瑞, 孟婕, 彭三城, 王聪. 基于Jacobi ADMM的传感网分布式压缩感知数据重构算法[J]. 计算机研究与发展, 2020, 57(6): 1284-1291. |
| [13] | 王桂芝, 吕光宏, 贾吾财, 贾创辉, 张建申. 机器学习在SDN路由优化中的应用研究综述[J]. 计算机研究与发展, 2020, 57(4): 688-698. |
| [14] | 王艳, 李念爽, 王希龄, 钟凤艳. 编码技术改进大规模分布式机器学习性能综述[J]. 计算机研究与发展, 2020, 57(3): 542-561. |
| [15] | 沈洁, 龙标, 姜浩, 黄春. 飞腾处理器上向量三角函数的设计实现与优化[J]. 计算机研究与发展, 2020, 57(12): 2610-2620. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4310
