| 融合社交网络与关键用户的并行协同过滤推荐算法 |
| |
| 引用本文： | 肖成龙,王宁,王永贵.融合社交网络与关键用户的并行协同过滤推荐算法[J].计算机应用研究,2019,36(10). |
| |
| 作者姓名： | 肖成龙 王宁 王永贵 |
| |
| 作者单位： | 辽宁工程技术大学软件学院,辽宁葫芦岛,125105 |
| |
| 基金项目： | 国家自然科学基金资助项目(61404069);辽宁省教育厅一般科研项目(LJYL048);辽宁省科技厅博士启动基金项目(20141140) |
| |
| 摘 要： | 为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题，提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上，融合用户社交网络信息得出社交信任矩阵，融合关键用户信息得出关键用户评分矩阵。利用三大评分矩阵，分配不同的权重比例，共同来预测用户对于目标项目评分。针对海量数据问题，采用Spark分布式集群实现该算法的计算并行化。实验结果表明，该算法能够有效缓解数据稀疏问题，提高处理速度和推荐准确度。
|
| 关 键 词： | 社交网络 并行化 关键用户 协同过滤 大数据 电影推荐 |
| 收稿时间： | 2018/4/4 0:00:00 |
| 修稿时间： | 2019/8/25 0:00:00 |
Parallel collaborative filtering recommendation algorithm based on social networks and key users |
| |
| xiao cheng long and wang ning.Parallel collaborative filtering recommendation algorithm based on social networks and key users[J].Application Research of Computers,2019,36(10). |
| |
| Authors: | xiao cheng long and wang ning |
| |
| Abstract: | |
| |
| Keywords: | social networking parallelization key users collaborative filtering big data movie recommendation |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
