基于路径融合的多图层推荐算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

教育部规划基金(11YJA860028);福建省自然科学基金(3013J01219)


Path Integration-Based Multiple Layers Recommendation
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    图推荐算法中资源分配矩阵的计算和存储占用大量开销,为了提高基于图推荐的效率,提出一种基于路径融合的多图层混合策略推荐算法(PIML). 该算法中,为了提高推荐精度并综合考虑多种因素以给出全面推荐,基于路径融合方法,利用分流策略优化资源分配,并对时间和评分因素加权,将人口统计学和物品内容信息融入到多图层,实现基于二部图推荐. 实验结果表明:该算法没有增加时间开销,提高了推荐精度,使推荐更全面更灵活,并可实时推荐.

    Abstract:

    In graph-based recommendation, the calculation and storage of resource allocation matrix take up a lot of overhead, in order to improve efficiency of algorithm. Path Integration-Based Multiple Layers Recommendation(PIML) was proposed. In the algorithm, path integration-based shunt strategy was used to dynamically allocate resources, and timestamp and ratings were added to the graph. On the other hand, demographic information and item content information were added to the multiple layers structure, considering a variety of factors, it gave more comprehensive recommendation. Experimental results show that the algorithm improves the accuracy without increasing time cost; and makes recommendation more comprehensive and can give real-time recommendation.

    参考文献
    相似文献
    引证文献
引用本文

李宏恩,肖如良,陈洪涛,赵婷,李源鑫.基于路径融合的多图层推荐算法.计算机系统应用,2014,23(5):145-151

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-09-27
  • 最后修改日期:2013-11-11
  • 录用日期:
  • 在线发布日期: 2014-05-29
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号