一种融合社交网络的叠加联合聚类推荐模型
读习习,刘华锋,景丽萍*北京交通大学交通数据分析与挖掘北京市重点实验室, 北京 100044
收稿日期:2017-08-23出版日期:2018-06-20发布日期:2017-08-23通讯作者:景丽萍(1978— ),女,河南南阳人,博士,教授,主要研究方向为机器学习与数据挖掘. E-mail:lpjing@bjtu.edu.cnE-mail:15120391@bjtu.edu.cn作者简介:读习习(1990— ),女,山东济宁人,硕士研究生,主要研究方向为智能推荐. E-mail:15120391@bjtu.edu.cn基金资助:国家自然科学基金资助项目(61370129,61375062,61632004);****和创新团队发展计划资助项目(IRT201206)An additive co-clustering for recommendation of integrating social network
DU Xixi, LIU Huafeng, JING Liping*Beijing Key Lab of Traffic Data Analysis and Mining, Beijing Jiaotong University, Beijing 100044, China
Received:2017-08-23Online:2018-06-20Published:2017-08-23摘要/Abstract
摘要： 为解决用户冷启动问题并提高推荐算法的评分预测精度,提出一种融合社交网络的叠加联合聚类推荐模型(SN-ACCRec),将用户社交关系融合到对评分矩阵的用户聚类中。根据社交关系理论分析用户社交关系,采用模糊C均值聚类的思想划分用户块,并利用k均值算法对评分矩阵的产品聚类,得到一次联合聚类结果。通过迭代方式获取用户和产品多层联合聚类结果,不断叠加多层聚类结果来近似评分矩阵,预期先后得到用户和产品的泛化和细化类别,实现对评分矩阵中缺失值的预测。采用十重交叉验证法对模型评估,试验结果表明,该模型有效降低了推荐中的平均绝对误差(mean absolute error, MAE)和均方根误差(root mean square error, RMSE),同时在冷启动用户上也表现出了较好地推荐性能。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1739
