基于加权两层图的混合推荐方法.pdfVIP

第 39卷 第 12期 计 算 机 科 学 Vo1．39No．12 2012年 12月 Computer Science Dec2012 基于加权两层图的混合推荐方法 陈 泽 王国胤 胡 峰 (重庆邮电大学计算机科学与技术研究所 重庆400065) 摘 要 结合用户-4 目评分矩阵和项 目一类别关联矩阵，提出了一种新的混合推荐模型。首先，利用用户一项 目评分矩 阵和项 目一类别矩阵，提出一种新的项 目关联度度量方法，该方法根据项 目的特征信息和 当前评分数据的稀疏情况，动 态调节关联度的计算值 ，真实地反映彼此之间的关联度；其次，分别以项 目关联度和用户一项 目评分信息为权值，构建 一 个基于用户一项 目的加权两层 图模型；在此基础上，从两层图的全局结构出发，结合随机游走算法给 出了基于加权两 层图的推荐算法，以为用户提供个性化的项目推荐和用户推荐。实验结果表明，该算法相比文献中的其他推荐方法具 有更高的准确度。 关键词 随机游走，混合推荐，项 目类别，两层图 中图法分类号 TP311 文献标识码 A HybridRecommendationFilteringM ethodBasedonWeightedTwo-layerGraph CHEN Ze W ANG Guo-yin HU Feng (InstituteofComputerScienceandTechnology，ChongqingUniversityofPostsandTelecommunications，Chongqing400065，China) Abstract Combinedwiththeratingmatrixofuser-item andthecorrelationmatrixofitem-category，anew hybridrec— ommendedmode1wasproposed．First，anew correlationdegreemeasuringalgorithm waspresentedbyusingthesetwo ma trixes．Thisalgorithm takasintoaccountthefeatureinformationanddynamicallyadjuststheresultbasedonthe sparsesituationoftheratingdata，trulyreflectsthedegreeofassociationwitheachother．Then，anew weightedtwo- 1ayergraphmode1wasconstructedbyusingtheitem-item correlationdegreeandhteuser-item correlationdegreeasthe weight．Onthisbasis，startingfrom theglobalstructureofthetwo-layergraph，therecommendationalgoritmh basedon weightedtw-olayergraphwasgivenbytherandomwalkalgoritmh ，toprovideuserswithpersonalizeditem recommen- dafionsnaduserrecommendations．Theexperimentsshow thathtealgoritmh comparedtootherrecommendedmoddsin thereferenceshashigheraccuracy． Keywords Random walk，Hybridrecommendationfiltering，Item categoryinformation，Tw-oLayergraph 经选择的项目，对其进行内容分析，以内容