一种基于用户标签的社交网络好友推荐算法

随着互联网信息的迅速增加,个性化推荐算法逐渐成为一种可以体现用户兴趣,并能和系统互动的主要手段.由于协同过滤算法的应用较广,故成为推荐算法中的重要算法之一.主要通过采集用户的标签,并根据标签语义计算用户相似度,建立一种相似用户计算方法,为社交网络中的用户推荐有相似兴趣的好友.实验结果表明,通过标签进行好友推荐具有一定的应用价值和意义.

基于条件型游走的四部图推荐方法

【目的】通过挖掘用户与项目、用户与类别的关系特征,提取用户偏好,优化个性化推荐效果。【方法】提取用户对项目的评分和项目的度属性,挖掘用户偏好,提出用户–项目二部图上的游走条件;通过用户–项目–类别三部图映射到用户–类别二部图,构建类别–用户–项目–类别四部图;建立通过项目和类别共同挖掘用户偏好的个性化推荐方法。【结果】利用MovieLens电影评分数据,分别对基于二部图、加权二部图、三部图的方法与本文方法进行对比实验,结果表明,本文方法在准确率、MAE、召回率、覆盖率方面分别有所优化。【局限】MovieLens数据集缺少用户对电影评论性的文字数据集,不能通过语义分析用户偏好。【结论】本文对用户评分和项目度属性进行用户偏好分析,通过条件型游走四部图推荐方法,优化推荐效果。