|
|||||
|
|
| 基于二分网络社团划分的推荐算法 | |
| 作者姓名： | 陈东明 严燕斌 黄新宇 王冬琦 |
| 作者单位： | (东北大学 软件学院, 辽宁 沈阳110169) |
| 基金项目： | 辽宁省自然科学基金资助项目(20170540320); 辽宁省教育厅科学研究项目(L20150167).国家自然科学基金资助项目(51171041). |
| 摘 要： | 传统的基于用户的协同过滤(User-based CF)推荐算法的推荐效率随着数据的不断增加而降低.本文在User-based CF算法中引入二分网络社团发现理论,提出一种基于二分网络社团划分的推荐算法(RACD).首先通过用户与项目之间的关系建立用户-项目二分网络,然后通过RACD对该网络进行社团划分,得到用户的社团信息,最后通过同一社团中的其他用户对目标用户进行项目的推荐.在经典网络数据集上的实验结果表明,RACD能够有效提高推荐系统实时推荐效率. |
| 关 键 词： | 推荐算法 二分网络 社团划分 协同过滤 复杂网络 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《东北大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《东北大学学报(自然科学版)》下载全文 | |