摘要:
服务推荐过程中,为充分利用用户标签标注关系与用户的社交关系信息,提升推荐结果的准确性,提出一种基于异质用户网络嵌入的方法,通过将用户节点映射为一个低维的向量,再利用得到的用户向量进行协同推荐。在公开数据集Delicious上进行了实证分析,实验结果表明,相对已有的2个方法,该方法的推荐精度可分别提高18.1%和16.6%,且发现在学习用户表征向量时,节点之间的直接关系与“朋友的朋友”关系对表示用户节点结构信息同等重要;同时,推荐过程中为目标用户返回的相似用户在25个最为适宜。
吴浩1,王晓晨1,曾诚1,2,何鹏1,2. 基于异质用户网络嵌入的服务推荐方法研究[J]. 计算机工程与科学.
WU Hao1,WANG Xiaochen1,ZENG Cheng1,2,HE Peng1,2.
Service recommendation based on
heterogeneous user network embedding
[J]. Computer Engineering & Science.