基于PageRank和谱方法的个性化推荐算法
传统的PageRank推荐算法的可扩展性较差.针对这一问题,提出融合PageRank和谱方法的个性化推荐算法.通过在PageRank算法迭代过程中加入候选集节点数来控制迭代的次数,同时利用阈值来修剪参与迭代的节点个数,从而得到候选节点集;采用谱聚类对候选集进行排序,归一化候选节点邻接矩阵,使用矩阵的特征值与特征向量来评估图中节点与目标节点之间的距离,从而产生最终的推荐列表.实验结果表明,所提推荐算法在保证推荐质量的前提下,提高了处理效率.
推荐系统、PageRank、谱聚类
45
TP311.5(计算技术、计算机技术)
湖南省自然科学基金2015JJ2027
2018-12-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
398-401