一种融合PageRank的协同过滤帖子推荐方法 |
| |
引用本文: | 曹阳,刘松,郭剑毅,余正涛,周枫,毛存礼.一种融合PageRank的协同过滤帖子推荐方法[J].中国科学技术大学学报,2014(7). |
| |
作者姓名: | 曹阳 刘松 郭剑毅 余正涛 周枫 毛存礼 |
| |
作者单位: | 昆明理工大学信息工程与自动化学院;昆明理工大学智能信息处理重点实验室; |
| |
基金项目: | 国家自然科学基金(61175068);云南省教育厅基金重大专项项目(KKJI201203001)资助 |
| |
摘 要: | 针对贴吧用户面临严重的信息过载问题,提出一种基于用户信息的协同过滤帖子推荐方法.分析帖子推荐的属性特点后,首先利用一个融合了用户评论行为的PageRank算法去判断参与一个帖子讨论中各用户的重要性,主要考虑各用户之间的回复关系以及各用户之间回复的时间关系;然后把PageRank得分高的用户作为聚类中心进行k-means聚类;最后把帖子中聚类得到的用户与推荐系统使用者通过协同过滤算法计算相似度,并结合用户的PageRank得分,选择与用户相关度较高的帖子作为推荐结果.实验结果表明,该模型比现在使用的热门帖子推荐有着更好的表现.
|
关 键 词: | 帖子推荐 PageRank 协同过滤 百度贴吧 |
本文献已被 CNKI 等数据库收录! |
|