摘要:
随着互联网信息的爆炸式增长,推荐系统扮演着越来越重要的角色。为了解决传统推荐系统存在的信息稀疏问题,并且合理表达用户的偏好,提出基于异质信息网络的模糊推荐算法(HFR)。HFR方法构建三角模糊评分模型将用户离散的评分信息模糊化,此外,还加入了项目的属性信息并使用元路径表示;在此基础上充分利用多源信息,提出了一种新的相似性度量,并预测评分获得最终的推荐结果。实验结果表明,HFR方法有效解决了信息稀疏问题,提高了推荐质量。
李娴, 赵霞, 张泽华, 张晨威. 基于异质信息网络的模糊推荐算法[J]. 计算机工程与科学.
LI Xian, ZHAO Xia, ZHANG Ze-hua, ZHANG Chen-wei.
A fuzzy recommendation method based
on heterogeneous information network
[J]. Computer Engineering & Science.