- 1、本文档共5页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
( ) -
华南师范大学学报 自然科学版 2017,49(6):124128
JournalofSouthChinaNormalUniversity(NaturalScienceEdition) doi:10.6054/j.jscnun.2017169
基于分类算法的潜在好友推荐系统
, , ,
丁 蕊 汤 庸 曾伟铨 常 超
( , 510631)
华南师范大学计算机学院 广州
: . ,
摘要 提出了一种基于分类算法的潜在好友推荐系统 该系统采用两步特征方法处理原始数据集 去除不相关特征
, ; , 4
项和冗余特征项 为分类器提供精简的特征集合 把学者潜在好友推荐问题转化为二分类问题 对比 个常用分类
, ( ),
器在两步特征选择方法上的分类效果 找出了推荐效果最佳的分类器 决策树分类器 同时得到学术社交网络中
6 . (SCHOLAT)
区分度最大的 个用户特征信息 使用来自学术社交网络学者网 的社交网络信息作为实验原始数据
, : , F ,
集进行测试 实验结果显示 相比传统方法 基于分类的推荐方法在准确率和 值均有显著提升 体现了基于分类
1
算法的潜在好友推荐系统的准确性和实用价值.
: ; ; ; ;Relief ;
关键词 潜在好友推荐 特征选择 分类器 社交网络 算法 学者网
- - -
中图分类号:TP391 文献标志码:A 文章编号2017
APotentialFriendRecommendationSystemBasedonClassificationAlgorithm
DINGRui,TANGYong,ZENGWeiquan,CHANGChao
(SchoolofComputerScience,SouthChinaNormalUniversity,Guangzhou510631,China)
Abstract:Apotentialfriendrecommendationsystembasedonclassificationalgorithmisproposed.Thesystemuses
-
thetwostepfeaturemethodtoprocesstheoriginaldatasetandremovesirrelevantfeaturesfortheclassifier.The
potential
文档评论(0)