-
题名基于二分网络的长期推荐
- 1
-
-
作者
王玫申
张鹏
薛乐洋
-
机构
北京邮电大学理学院
北京师范大学复杂系统国际科学中心
-
出处
《计算机工程与科学》
CSCD
北大核心
2023年第4期691-700,共10页
-
基金
国家重点研发计划(2020YFF0305300)
北京邮电大学提升科技创新能力行动计划(2019XD-A10)。
-
文摘
目前在基于二分网络的推荐算法研究中,关注更多的是推荐的短期性能,而在现实生活中,对每一个用户的推荐是一个长期的过程,在线网络会随着时间的推移而发展,并且用户在购物时往往有求新的消费心理,因此长期推荐的多样性也需要更多的关注。针对这些问题,将短期推荐中表现良好的经典算法应用到长期推荐中,发现长期的推荐多样性和准确性逐渐变差;为了改善长期推荐的表现,设计了一个融合时间因子的推荐算法,并将其应用到长期推荐中;实验结果表明,提出的算法在不损失推荐准确性的前提下,显著提高了长期推荐的多样性。
-
关键词
推荐系统
二分网络
长期推荐
扩散算法
时间信息
-
Keywords
recommender system
bipartite network
long-term recommendation
diffusion-based algorithm
time information
-
分类号
N945.13
[自然科学总论—系统科学]
-
-
题名基于扩散的推荐算法的可预测性
被引量:1
- 2
-
-
作者
王玫申
张鹏
薛乐洋
-
机构
北京邮电大学理学院
北京师范大学复杂系统国际科学中心
-
出处
《中国科技论文在线精品论文》
2021年第4期462-467,共6页
-
基金
国家重点研发计划(2020YFF0305300)
北京邮电大学提升科技创新能力行动计划(2019XD-A10)
-
文摘
推荐系统能够帮助解决信息过载问题,并可以根据用户的历史记录预测其兴趣进行推荐.推荐系统的核心是推荐算法,而提高最大推荐精度对进一步提升推荐算法精度至关重要.针对这一问题,提出了一个添加虚拟边的方法,通过增加推荐算法资源扩散的宽度使更多的商品可以获得资源,提高测试集内商品出现在推荐列表中的可能性,从而提高基于扩散的推荐算法的最大推荐精度.实验结果表明,本文方法提升了基于扩散的推荐算法的可预测性,同时也提升了推荐的准确性.
-
关键词
应用数学
推荐系统
扩散算法
虚拟边
可预测性
-
Keywords
applied mathematics
recommendation system
diffusion algorithms
virtual edge
predictability
-
分类号
N945.13
[自然科学总论—系统科学]
-