计算机应用

作者：盛俊, 李斌, 陈崚

单位：1. 扬州大学 信息工程学院, 江苏 扬州 225000;2. 扬州市职业大学 信息工程学院, 江苏 扬州 225000

关键词：社交网络,推荐,二部图,社区挖掘,模块度标签传递

基金：国家自然科学基金资助项目（61379066，61472344，61402395）；江苏省自然科学基金资助项目（BK20140492）；江苏省教育厅自然科学基金资助项目（13KJB520026）；江苏省六大人才高峰项目（2011-DZXX-032）；江苏省高等职业院校专业带头人高端研修项目（2019GRFX115）；扬州市职业大学校级重点科研项目（2018ZR04）。

针对基于网络信息的商品推荐的问题，提出了在二部网络上基于社区挖掘和标签传递的推荐算法。首先，用带权的二部图来表达用户-项目的评分矩阵，利用标签传递技术对二部网络进行社区挖掘；然后，基于二部网络中的社区结构信息，充分利用用户所在的社区之间的相似性以及项目之间、用户之间的相似性来挖掘用户可能感兴趣的项目；最后，向用户进行项目的推荐。在实际网络上的实验结果表明，与基于双向关联规则项目评分预测的推荐算法（BAR-CF）、基于项目评分预测的推荐算法（IR-CF）、基于网络链接预测的用户偏好预测方法（PLP）和改进的基于用户的协同过滤的方法（MU-CF）相比，该算法的平均绝对差（MAE）低0.1~0.3，准确率高0.2。因此，所提算法可以取得比其他类似方法更高质量的推荐结果。

来源：2020年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第9期