基于融合时间信息影响的SimRank算法的个性化推荐
2018-07-10分类号:TP391.3
【部门】南京工业大学经济与管理学院 南京中医药大学经贸管理学院
【摘要】由个性化推荐的实际应用环境,文章提出一种融合时间上下文信息的基于二分图模型个性化推荐算法。首先引入时间衰减函数对基于二分图模型的SimRank算法进行改进,使得时间对推荐的影响量化成图中节点的关联概率值,设计出融合时间信息的SimRank算法。再与协同过滤算法相结合,最终得到基于融合时间上下文信息的二分图模型的个性化推荐算法。实验结果表明:该算法比传统协同过滤算法以及基于二分图的SimRank算法在推荐的各项指标上有明显提高。
【关键词】时间上下文信息 二分图模型 衰减函数 SimRank算法
【基金】国家社会科学基金资助项目(15BTQ052);; 江苏高校哲学社会科学重点研究基地招标课题(JDS215005)
【所属期刊栏目】统计与决策
文献传递