计算机应用研究

作者：邹洋,吴和成,姜允志,赵应丁,

单位：1.南京航空航天大学经济与管理学院,南京211106；2.广东技术师范大学数学与系统科学学院,广州510540；3.江西农业大学软件学院,南昌330045；

关键词：推荐算法,二部图关联度,社交网络相似度,个性化推荐,

基金：国家自然科学青年基金资助项目(61702118)；广东省教育厅青年创新人才项目(自然科学)(2016KQNCX089)；；

针对传统推荐算法中存在的数据稀疏性问题，国内外许多研究人员都提出了相应的推荐算法。然而，在个性化推荐方面，其中大多数并没有取得很好的推荐效果。因此，提出改进填补法和多权重相似度相结合的推荐算法，该算法首先采用改进填补法填充缺失值并对数据降维，接着分别计算社交网络用户信任度和改进的二部图用户关联度，最后采用多权重因子将这两者相似度进行结合。基于此，该算法根据相似度高低获取邻居用户并对目标用户进行商品推荐。实验结果表明，在数据稀疏性以及个性化推荐情况下，该算法的平均绝对误差（MAE）优于其他推荐方法。

来源：2020年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第12期