基于二部图多权重投影的大数据推荐算法.PDFVIP

37 3 Vol. 37 No. 3 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于二部图多权重投影的大数据推荐算法 * 1 2 高 薇 ，何可期 (1. 闽南理工学院, 信息管理学院, 福建 石狮 362700; 2. 中山大学, 大数据与计算机学院, 广州 510275) 摘 要：基于网络结构的推荐算法存在多样性不足的问题，为此提出了一种二部图多权重投影的大数据推荐算法。 首先，提取出数据集的基础信息，将所有的项目—用户数据输入莱文斯坦距离程序，计算各个属性之间的相似性； 然后，计算二部图网络中节点之间相同邻居的数量、节点之间的共同邻居度以及每个节点的度，计算二部图网络中 每条边的三重权重；最后，采用增强的二部图投影技术提取二部图网络的潜在链接，实现基于相似性的链接预测。 采用大数据集与小数据集分别完成了实验，结果显示该算法的准确率与覆盖率均优于其他几种类型的推荐算法，并 且优于同类型的推荐算法。 关键词：推荐系统；大数据技术；二部图网络；链接预测；网络投影；单模网络 中图分类号：TP391 doi: 10.3969/j.issn.1001-3695.2018.07.0612 Recommendation system of big data based on multi-weight projection of bipartite network 1 2 Gao Wei , He Keqi (1. School of Information Management , Minnan Institute of Technology, Shishi Fujian 362700, China; 2. Institute of Big Data Computer, Sun Yat-sen University, Guangzhou 510275, China) Abstract: Most recommendation systems based on the network structure suffer from lack of diversity, so that a recommendation system of big data based on multi-weight projection of bipartite network is proposed . Firstly, the basic information of datasets is abstracted, items-users lists are applied as an input to Levenshtein Distance algorithm to compute similarity of each property; then, the number of common neighbors of the nodes in the bipa