融合时间综合影响的轮盘赌游走个性化推荐算法

doi:10.11772/j.issn.1001-9081.2014.04.1114

计算机应用 ›› 2014, Vol. 34 ›› Issue (4): 1114-1117.DOI: 10.11772/j.issn.1001-9081.2014.04.1114

融合时间综合影响的轮盘赌游走个性化推荐算法

赵婷,肖如良,孙聪,陈洪涛,李源鑫,李洪恩

福建师范大学软件学院,福州 350108

收稿日期:2013-09-29 修回日期:2013-11-10 发布日期:2014-04-29 出版日期:2014-04-01
通讯作者: 肖如良
作者简介:赵婷(1989-),女,湖南湘潭人,硕士研究生,主要研究方向:Web智能推荐、数据挖掘;
肖如良(1966-),男,湖南娄底人,教授,博士,CCF高级会员,主要研究方向:计算智能、软件工程;
孙聪(1989-),男,湖南娄底人,硕士研究生,主要研究方向:软件工程;
陈洪涛(1989-),男,湖北咸宁人,硕士研究生,主要研究方向:推荐系统、机器学习;
李源鑫(1990-),女,福建福州人,硕士研究生,主要研究方向:Web智能推荐、数据挖掘;
李宏恩(1987-),男,江苏南京人,硕士研究生,主要研究方向:推荐系统、机器学习。
基金资助:
教育部规划基金项目;福建省科技计划重大项目

Personalized recommendation algorithm integrating roulette walk and combined time effect

ZHAO Ting,XIAO Ruliang,SUN Cong,CHEN Hongtao,LI Yuanxin,LI Hongen

Faculty of Software, Fujian Normal University, Fuzhou Fujian 350108, China

Received:2013-09-29 Revised:2013-11-10 Online:2014-04-29 Published:2014-04-01
Contact: XIAO Ruliang
Supported by:
Planning fund project of Ministry of Education

摘要/Abstract

摘要：

传统的基于图的推荐算法忽略了时间综合信息影响从而导致推荐质量不高。针对这一问题,提出一种融合时间综合影响的轮盘赌游走个性化推荐算法。该算法以用户项目二分图为基础,引入衰减函数,将时间综合信息对推荐的影响量化成图节点的关联概率;然后采用轮盘赌模型根据关联概率选择游走目标;最终对每个用户做出top-N推荐。实验结果表明:该算法比传统基于图的随机游走PersonalRank算法在推荐的准确度、召回率以及覆盖率指标上都有明显提高。

Abstract:

The traditional graph-based recommendation algorithm neglects the combined time factor which results in the poor recommendation quality. In order to solve this problem, a personalized recommendation algorithm integrating roulette walk and combined time effect was proposed. Based on the user-item bipartite graph, the algorithm introduced attenuation function to quantize combined time factor as association probability of the nodes; Then roulette selection model was utilized to select the next target node according to those associated probability of the nodes skillfully; Finally, the top-N recommendation for each user was provided. The experimental results show that the improved algorithm is better in terms of precision, recall and coverage index, compared with the conventional PersonalRank random-walk algorithm.

中图分类号:

TP181

赵婷肖如良孙聪陈洪涛李源鑫李洪恩. 融合时间综合影响的轮盘赌游走个性化推荐算法[J]. 计算机应用, 2014, 34(4): 1114-1117.

ZHAO Ting XIAO Ruliang SUN Cong CHEN Hongtao LI Yuanxin LI Hongen. Personalized recommendation algorithm integrating roulette walk and combined time effect[J]. Journal of Computer Applications, 2014, 34(4): 1114-1117.

参考文献

［1］CHEN K, HAN P, WU J. User clustering based social network recommendation ［J］. Chinese Journal of Computers, 2013, 36(2): 349-359. (陈克寒,韩盼盼,吴健.基于用户聚类的异构社交网络推荐算法［J］.计算机学报,2013,36(2):349-359.)
［2］WU H, WANG Y, WANG Z, et al.Two-phase collaborative filtering algorithm based on co-clustering ［J］. Journal of Software, 2010, 21(5): 1042-1054. (吴湖,王永吉,王哲,等.两阶段联合聚类协同过滤算法［J］.软件学报,2010,21(5):1042-1054.)
［3］SUN J, AI L. Collaborative filtering recommendation algorithm based on item attribute and cloud model filling ［J］. Journal of Computer Applications, 2012,32(3): 658-660.(孙金刚,艾丽蓉.基于项目属性和云填充的协同过滤推荐算法［J］.计算机应用,2012,32(3): 658-660.)
［4］SHANG S, KULKANMI S, CUFF P, et al.A random walk based model incorporating social information for recommendations［C］// MLSP2012: Proceedings of the 2012 IEEE International Workshop on Machine Learning for Signal Processing. Piscataway: IEEE, 2012: 1-6.
［5］CHEN Z, WANG G, HU F. Hybrid recommendation filtering method based on weighed two-layer graph ［J］. Computer Science, 2012, 39(12): 177-180.(陈泽,王国胤,胡峰.基于加权两层图的混合推荐方法［J］.计算机科学,2012,39(12): 177-180.)
［6］SALAKHUTDINOY R R, MNIH A. Probabilistic matrix factorization ［C］// NIPS 2007: Advances in Neural Information Processing Systems. Cambridge, Massachusetts: MIT Press, 2007: 1257-1264.
［7］YU Y, QIU G. Research on random walk with restart recommendation algorithm of explicit rating ［J］. New Technology of Library and Information Service, 2012,28(3):8-14.(俞琰,邱广华.显式评分的重启动随机游走推荐算法研究［J］.现代图书情报技术,2012,28(3):8-14.)
［8］WANG L, ZHAI Z, Collaborative filtering algorithm based on time weight ［J］. Journal of Computer Applications, 2007, 27(9): 2302-2326. (王岚,翟正军.基于时间加权的协同过滤算法［J］.计算机应用,2007,27(9):2302-2326.)
［9］XING C, GAO F, ZHAN S, et al.A collaborative filtering recommendation algorithm incorporated with user interest change ［J］. Journal of Computer Research and Development, 2007, 44(2): 296-301.(邢春晓,高凤荣,战思南,等.适应用户兴趣变化的协同过滤推荐算法［J］.计算机研究与发展,2007,44(2):296-301.)
［10］HAVELIWALA T. Topic-sensitive PageRank ［C］// Proceedings of the 11th International Conference on World Wide Web. New York: ACM, 2002: 517-526.
［11］XIANG L. Dynamic recommendation system key technologies ［D］. Beijing: University of Chinese Academy of Sciences, 2011.(项亮.动态推荐系统关键技术研究［D］.北京:中国科学院大学,2011.)
［12］XIANG L, CHENG Y, WANG Y. Recommendation system practice ［M］. Beijing: Posts & Telecom Press, 2012: 73-77, 131-133. (项亮,陈义,王益.推荐系统实践［M］.北京:人民邮电出版社, 2012: 73-77, 131-133.)
［13］YANG P, ZHENG J. Comparison and research over genetic selection operators ［J］.Computer Engineering and Applications, 2007, 43(15):59-62. (杨平,郑金华.遗传选择算子的比较与研究［J］.计算机工程与应用,2007,43(15):59-62.)

[1]	宫智宇王士同. 面向重尾噪声图像分类的残差网络学习方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[2]	王虎王晓峰李可马云洁. 融合多头自注意力的标签语义嵌入联邦类增量学习方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[3]	刘晶鑫, 黄雯静, 徐亮胜, 黄冲, 吴建生. 字典学习与样本关联保持结合的无监督特征选择模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3766-3775.
[4]	宋逸飞, 柳毅. 基于数据增强和标签噪声的快速对抗训练方法[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3798-3807.
[5]	赵小阳许新征李仲年. 物联网应用中的可解释人工智能研究综述[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[6]	余家宸, 杨晔. 基于裁剪近端策略优化算法的软机械臂不规则物体抓取[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3629-3638.
[7]	黄雨鑫, 黄贻望, 黄辉. 基于浅层网络预测的元标签校正方法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3364-3370.
[8]	李志杰, 廖旭红, 李元香, 李青蓝. 基于基因关联分析的贝叶斯网络疾病样本分类算法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3449-3458.
[9]	胡婕郑启扬孙军张龑. 基于多关系标签图和局部动态重构学习的多标签分类模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[10]	柴汶泽, 范菁, 孙书魁, 梁一鸣, 刘竟锋. 深度度量学习综述[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 2995-3010.
[11]	尹春勇, 周永成. 双端聚类的自动调整聚类联邦学习[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3011-3020.
[12]	曹锋, 杨小玲, 易见兵, 李俊. 矛盾体分离超演绎方法及应用[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3074-3080.
[13]	许鹏程何磊李川钱炜祺赵暾. 基于Transformer的深度符号回归方法[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[14]	颜文婧王瑞东左敏张青川. 基于风味嵌入异构图层次学习的食谱推荐模型[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.
[15]	郭书剑余节约尹学松. 图正则化弹性网子空间聚类[J]. 《计算机应用》唯一官方网站, 0, (): 0-0.

融合时间综合影响的轮盘赌游走个性化推荐算法

Personalized recommendation algorithm integrating roulette walk and combined time effect

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics