基于网络结构特征的相关用户推荐研究.pdf

第33卷摇 第4期 情摇 报摇 杂摇 志 Vol.33摇 No.4 2014年4月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 JOURNAL OF INTELLIGENCE摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 Apr.摇 2014 基于网络结构特征的相关用户推荐研究* 刘摇 颖 (北京邮电大学公共管理学院摇 北京摇 100876) 摘摇 要摇 推荐技术能够为用户提供符合其需求的资源,在信息过载的环境中推荐可有效增进传播效率。 当前,传统 推荐算法的效果在许多应用中得到证实,但在初始评价信息稀疏、数据量大的条件下该技术仍然存在不足。 提出迭 代资源扩散算法,通过用户在线行为构建用户评价网络,将此网络中节点结构相似性信息应用于相关用户推荐算法 设计,可为网络用户提供与其具有较高相似性的相关用户列表;并进一步利用网络中节点的结构特征信息如节点度 中心性、中介中心性等指标,改善算法效果。 通过基于博客社区用户友情网络的对比测试实验,证明在初始信息非 常稀疏的条件下,资源扩散算法推荐结果在覆盖度、命中率以及列表质量等指标上均优于传统推荐算法。 关键词摇 推荐算法摇 网络结构特征摇 网络分析摇 知识管理 中图分类号摇 TP311摇 摇 摇 摇 摇 摇 文献标识码摇 A摇 摇 摇 摇 摇 文章编号摇 1002-1965(2014)04-0156-07 DOI摇 10.3969/j.issn.1002-1965.2014.04.029 On Related User Recommendation Based on Network Structure Analysis Liu Ying (School of Public Policy and Management,Beijing University of Postsand Telecommunications,Beijing 100876) AbstractRecommendation systems can recommend related users who have similar online behavior before and provide proper resource, which ishelpfulinimprovingtheefficiencyofknowledgediffusioninaninformationoverloadedenvironment. Thus,recommendationsys鄄 temscan promote the practice of knowledge management. Some traditional recommendation algorithmshavebeen proposed and testedby now,whiletherearedisadvantageswhentheevaluationmatrixissparseandinlarge scale. Evaluationmatrixcanbebuiltaccordingtothe usersonline behavior,and thematrix canbetransformedtoanetwork. Based on structural similarity ofactorsin thenetwork,thearticle proposesarecommendation algorithm,theiteratedresource diffusion algorithm. Other structureindexessuch asdegree,betweennesscen鄄 trality are also included to improve the algorithm. To evaluate the performance of the algorithm,the coverage rate,hitting rate and list