|
融合贝叶斯推理与随机游走的好友推荐
杨青, 王海洋, 卞梦阳, 张敬伟, 林煜明, 张会兵, 张海涛
2018 (4):
80-89.
doi: 10.3969/j.issn.1000-5641.2018.04.008
随机游走是一种应对推荐应用中用户规模庞大、数据稀疏等问题的有效方法.鉴于社交网络用户间亲密度差异、反向社交影响力等因素对基于随机游走的推荐具有积极影响,提出了一种引入频繁项挖掘来计算用户社交亲密度,进而优化转移概率矩阵,并与局部反向游走相结合的随机游走改进模型.此外,为了有效利用用户属性信息,提出了一种用户潜在好友关系推断的贝叶斯推理模型,并与随机游走改进模型协同应用,进一步提升了好友推荐性能.真实数据集上的对比实验验证了提出算法的有效性.
参考文献 |
相关文章 |
计量指标
|