一种基于自外积异构信息网络的改进推荐模型

摘要：

网络嵌入是近年来大数据领域的研究热点.异构信息网络(HIN)已被提取用于提高推荐系统的性能,然而现有的提取方法没有考虑到向量自身的不同维度交互暗含的有用信息.为此,文章提出一种基于自外积的异构信息网络模型(HSopRec)用于改进推荐系统的性能.该模型能够通过自外积的方式有效地提取用户和物品原本暗含在异构信息网络的潜在关系.在世界开放商业数据集Yelp上进行的推荐性能的验证结果表明,与现有其他异构网络模型相比,HSopRec模型展现了更好的效果.

关键词：异构信息网络;网络嵌入;矩阵分解;自身外积;推荐系统

所属期刊栏目：41

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;四川省大学生创新创业项目;西华大学大健康管理促进中心项目

在线出版日期：2022-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：32-38,57