一种基于三部图网络的协同过滤算法  

A collaborative filtering recommender algorithm based on tripartite network

作　　者：陈超[1] 张颖超[1] 缪进[1] 

机构地区：[1]南京信息工程大学信息与控制学院,南京210044

出　　处：《南京信息工程大学学报（自然科学版）》2010年第4期337-339,共3页Journal of Nanjing University of Information Science & Technology（Natural Science Edition）

基　　金：江苏省"六大人才高峰"项目(06-A-027)

摘　　要：推荐系统是电子商务领域最重要的技术之一,而协同过滤算法又是推荐系统用得最广泛的.提出了一种基于加权三部图网络的协同过滤算法,用户、产品及标签都被考虑到算法中,并且研究了标签结点的度对用户相似性计算的影响.实验结果表明,此算法在解决用户冷启动问题的同时,还具有较高的推荐准确性.Recommender system is one of the most important technologies in E-commerce,and the collaborative filtering algorithm is the most widely used technique in recommender system.In this paper,we proposed a collaborative filtering algorithm based on weighted tripartite network,which takes users,items and tags into account,and we also studied the degree of tags which may affect the user-user similarity computation.The experimental results demonstrate that the algorithm can solve the cold start problem with high recommendation accuracy.

关 键 词：推荐系统 协同过滤 二部图网络 三部图网络 相似性 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]