基于三部图网络结构的知识推荐算法.docxVIP

扬1，2 ，王道平1 ，杨岑1肖( 1． 北京科技大学 扬1，2 ，王道平1 ，杨 岑1 肖 ( 1． 北京科技大学 东凌经济管理学院，北京 100083; 2． 泰山学院 信息科学技术学院，江苏 泰安 271000) 摘 要: 针对传统的知识推荐算法存在用户冷启动和冷门物品推荐的问题，提出了一种基于三部图网络结构的 知识推荐算法。在计算相似度时引入网络结构中的度，综合考虑项目的度和权值及标签的度和权值对推荐算法 的影响。实验结果表明，该算法提高了推荐的个性化和多样性，有效地解决了用户冷启动和冷门物品推荐的问 题，改善了推荐效果。 关键词: 三部图; 知识推荐; 用户冷启动; 冷门物品 中图分类号: TP182 文献标志码: A 文章编号: 1001-3695( 2015) 02-0386-05 doi: 10. 3969 / j． issn. 1001-3695. 2015. 02. 016 Study on knowledge recommendation algorithm based on tripartite graphs network structure XIAO Yang1，2 ，WANG Dao-ping1 ，YANG Cen1 ( 1． Dongling School of Economics ＆ Management，University of Science ＆ Technology Beijing，Beijing 100083，China; 2． College of Informa- tion Science ＆ Technology，Taishan University，Taian Jiangsu 271000，China) Abstract: This paper proposed a knowledge recommendation algorithm based on tripartite graphs network structure to solve the problem of the user cold start and less popular item recommendation． It embedded the degree of the network structure into the similarity degree，considered the project’degrees and weights and the label’degrees and weights impacting on the recommenda- tion algorithm． The experimental results show，the algorithm improves the personalized and diversity of recommendation，and solves the problem of user cold start and less popular item recommendation effectively，improves the recommendation effect． Key words: tripartite graphs; knowledge recommendation; user cold start; less popular item 基于内容的推荐算法［1］、基于项目的协同过滤［2］、基于用户的 协同推荐［3］、基于模型的协同过滤［4］、基于社会网络分析方法 的推荐［5］以及最近兴起的基于网络结构的推荐算法［6］。基于 网络结构的推荐算法是利用二部图上的物质扩散［7］ 等复杂网 络动力学过程来对用户进行 个 性 化 推 荐。Zhang 等 人［8］ 利 用 用户和对象的度信息提出了另外的用户相似度计算方法，得到 了比经典协同过滤算法更好的效果。Zhanin 等人［9］ 在 用 户— 对象二部分图的基础上，把复杂网络的理论应用于基于项目的 协同推荐算法，并且利用 BA 网络的优先扩展的特性，优先对 当前潮流对象进行推荐。考虑流行对象的时间问题，把线性腐 蚀时间用于推荐对象的计算，也获得了较好的推荐效果。基于 网络结构的推荐算法不但在算法推荐准确性上优于经典的协 同过滤算法，而且在算法复杂性上也明显低于经典的协同过滤 算法。但是现有的网络结构的推荐算法不能有效地解决用户 冷启动和冷门物品推荐的问题，本文针对现有算法的不足，提 出了一种加权的三部图网络结构的知识推荐算法，在三部图网 络模型的基础上设计了新的推荐算法。 0 引言 Internet 技术的应用普及和现代