10.3969/j.issn.1000-386x.2020.02.007
基于重引力搜索链接预测和评分传播的大数据推荐系统
大数据推荐系统的搜索空间较大导致推荐的响应时间过长.为权衡大数据推荐系统的时间效率和推荐性能,提出一种基于重引力搜索链接预测和评分传播的大数据推荐系统.采用相对相似性指数度量用户的相似性,采用广义Meta Path模型建立相似图;引入社区信息来提高局部链接预测的准确率,从强社区提取优化的子图来实现局部链接的预测,通过重引力搜索对子图做优化处理,从而缩小搜索空间;设计基于传染病模型的网络传播策略,根据已有的模式探索隐藏的模式.基于公开数据集的实验结果表明,该算法有效地提高了推荐系统的准确率和覆盖率,并且响应时间在可接受的范围内.
重引力搜索算法、评分传播、协同过滤、推荐系统、社区检测、链接预测
37
TP391(计算技术、计算机技术)
国家自然科学基金项目61702315
2020-03-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
39-47