计算机应用

作者：刘彤, 曾诚, 何鹏

单位：1. 湖北大学 计算机与信息工程学院, 武汉 430062;2. 湖北省教育信息化工程技术研究中心, 武汉 430062

关键词：网络嵌入,房源推荐,协同过滤,用户行为

基金：国家自然科学基金青年项目（61902114）；湖北省技术创新重大专项（2016CFB309）。

随着民宿行业的迅速发展，在线民宿订房系统开始流行起来。让用户在海量房源信息中快速找到所需房源是订房系统中待解决的问题。针对房源推荐中用户冷启动与数据稀疏性的问题，提出基于网络嵌入法的房源个性化推荐（UNER）方法。首先通过用户在系统中的历史行为数据及标签信息构建两类用户网络；然后基于网络嵌入法将网络映射至低维向量空间中，得到用户节点的向量表示并通过用户向量计算用户相似度矩阵；最后依据该矩阵为用户进行房源推荐。实验数据来源于贵州"水东乡舍"民宿订房系统。实验结果表明，相对于基于用户的协同过滤算法，所提方法的综合评价指标（F1）提升了20个百分点，平均正确率（MAP）提升11个百分点，体现出该方法的优越性。

来源：2019年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第11期