您的位置:首页  > 论文页面

融合用户背景信息的图模型推荐算法

发表时间:2011-04-30  浏览量:1677  下载量:847
全部作者: 谭裕韦,王子琪,张铭
作者单位: 北京大学信息科学技术学院
摘 要: 在传统的“用户-资源-评分”的数据基础上,利用用户对资源的使用记录构造图模型,添加用户背景信息改进图模型,最后在图模型上产生推荐集。在公开的MovieLens数据集上进行试验,结果表明:提出的融合用户信息的图模型推荐算法比传统协同过滤算法在准确性上有较大提高,在稀疏数据集上效用也有明显提高。
关 键 词: 数据库;个性化推荐; 随机游走;协同过滤;用户背景
Title: Recommendation algorithm based on graph-model considering user background information
Author: TAN Yuwei, WANG Ziqi, ZHANG Ming
Organization: School of Electronics Engineering and Computer Science, Peking University
Abstract: This paper proposes a graph-based recommendation algorithm, which uses the user-item-rating data to construct a graph model and improves the model by adding user background information. The random walk with restart algorithm is applied to generate the final recommendation set. The improvement in accuracy on sparse data is illustrated by the experiments on the MovieLens dataset, comparing with the collaborative filtering algorithm.
Key words: data base; personalized recommendation; random walk with restarts; collaborative filtering; user background information
发表期数: 2011年4月第8期
引用格式: 谭裕韦,王子琪,张铭. 融合用户背景信息的图模型推荐算法[J]. 中国科技论文在线精品论文,2011,4(8):732-736.
 
0 评论数 0
暂无评论
友情链接