郭兰杰
- 作品数：2 被引量：42H指数：2
- 供职机构：山西大学计算机与信息技术学院更多>>
- 发文基金：国家自然科学基金山西省科技基础条件平台建设计划项目山西省科技攻关计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 融合社交网络信息的协同过滤推荐算法被引量：40
- 2016年
- 在推荐系统中,协同过滤推荐算法往往面临数据集的高度稀疏性和推荐精度有限的问题.为了解决上述问题,在基于物品的协同过滤推荐框架下,分别在物品相似度的计算和用户对物品的评分预测阶段,利用社交网络中朋友关系信息选择性地填充评分矩阵中的缺失值,最大化利用评分矩阵中的已有信息,提出融合社交网络信息的协同过滤推荐算法.最后,在Epinions数据集上的实验表明,文中算法在一定程度上缓解数据稀疏性问题,同时在评分误差和分类准确率两个指标上优于其它协同过滤算法.
- 郭兰杰梁吉业赵兴旺
- 关键词：协同过滤社交网络缺失值填充数据稀疏性
- 一种基于空间变换的协同过滤推荐算法被引量：2
- 2018年
- 传统的协同过滤推荐算法在实际应用中往往面临着计算可扩展性的问题。为解决此问题,文中在基于物品的协同过滤推荐的框架下,通过融合社交关系信息,提出了一种基于空间变换的协同过滤推荐算法。首先,根据用户社交网络信息,运用社区发现算法将用户划分为不同的类;其次,基于评分信息,根据用户和物品之间的对应关系找到各个用户类所对应的物品类;最后,通过各个物品对每一物品类的隶属关系,将稀疏的高维评分信息矩阵转换为一个低维稠密的物品隶属度矩阵,进而基于该矩阵进行相似度计算并进行协同过滤推荐。在公开数据集上将所提方法与其他算法进行了对比实验分析,结果表明,所提算法能够在保证推荐准确性的同时明显提升计算效率。
- 赵兴旺梁吉业郭兰杰
- 关键词：协同过滤社交网络可扩展性
