一种利用多群组智慧的协同推荐算法

郑修猛,陈福才,吴奇,朱宇航,黄瑞阳

(国家数字交换系统工程技术研究中心,450002,郑州)



一种利用多群组智慧的协同推荐算法

郑修猛,陈福才,吴奇,朱宇航,黄瑞阳

(国家数字交换系统工程技术研究中心,450002,郑州)

针对当前基于社会网络的推荐系统大多数采用一般的启发式方法,存在节点复杂路径选择和信任弱传递现象导致推荐精确度不高的问题,以及针对推荐系统固有的冷启动问题,提出了一种利用多群组智慧的协同推荐算法。该算法首先根据用户的社会属性和社会信任关系信息进行群组划分,将用户分为多个不同的群组;然后分析群组中用户的社会活动和社会关系等,建立一种利用多群组的评分预测模型,并利用群组评分预测新用户的评分。该算法通过对社会网络进行深层次的群组挖掘,利用多群组智慧可以有效提高推荐效果,利用群组评分可改善对冷启动用户的推荐。仿真实验表明,该算法相比传统的协同推荐算法在效果评分上提高了约0.2,相比其他社会化推荐算法进一步提高了约0.02,并有效解决了冷启动问题。

协同推荐;社会网络;群组智慧;冷启动

传统的协同过滤推荐系统普遍存在推荐精确度不高和冷启动问题。将社会网络中的人与人之间的信任关系应用到推荐系统中使得推荐结果更加真实,能够提高推荐的精确度和缓解冷启动问题。

在相关研究中,研究者通过纳入社会化上下文信息等,提出了社会化推荐算法[1]。……