- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
移动通信网中基于用户社会化关系挖掘的协同过滤算法
第 33卷第 12期 电 子 与 信 息 学 报 V01.33No.12
2011年 12月 JournalofElectronics&InformationTechnology Dec.2011
移动通信网中基于用户社会化关系挖掘的协同过滤算法
黄武汉 孟祥武 王立才
(北京邮电大学智能通信软件与多媒体北京市重点实验室 北京 100876)
f北京邮电大学计算机学院 北京 100876)
摘 要:该文面对移动通信网中个性化服务推荐问题,结合社会化网络分析方法提出一种基f移动用户社会化关系
挖掘的协同过滤算法。利用移动通信网中所形成社会化网络,预测潜在的社会化网络关系,并按关系紧密程度找到
相似用户;然后结合基于用户评分相似度计算发现的最近邻用户,找到最相似的用户集合,进行移动用户偏好预测
和推荐,有效地缓解数据稀疏性。仿真数据集和公开数据集实验表明了该算法在预测移动用户偏好和提高推荐精确
度方面的可行性和有效性。
关键词:移动通信网;移动社会化网络;偏好预测;协同过滤
中图分类号:TN915 文献标识码:A 文章编号:1009—5896(2Ol1112—3002—06
DOI:10.3724/SP.J.1146.2011.00364
A CollaborativeFilteringAlgorithm BasedonUsers’Social
RelationshipM ininginM obileCommunicationNetwork
HuangW u—han MengXiang—wu W angLi—cai
(BeijingKeyLaboratoryofIntelligentTelecommunicationsSoftwareandMultimedia,
BeijingUniversityofPostsandTelecommunications,Beijing100876,China)
(SchoolofComputer,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)
Abstract: To solve the personalized information content and services recommended issues in mobile
communication network,acollaborativefilteringalgorithm basedon users’socialrelationshipminingin mobile
communicationnetworkisproposedwiththesocialnetworkanalysismethod.Iteffectivelymitigatesdatasparsely
forpreferred forecasting and recommendationsby using the information ofsocialnetworks obtained from
predictingthepotentialrelationship betweensocialnetworksandthemostsimilarsetofusersaccordingt0the
degree ofsimilarrelationship between the users.The algorithm isproved moreaccurateand feasiblein the
experimentsbyusingthepublicdatasetsandthesimulateddatasets.
Keywords:Mobilecommunicationnetwork;Mobilesocialnetwork;Preferen
文档评论(0)