基于最短路径信任关系的推荐项目计算方法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于最短路径信任关系的推荐项目计算方法

刘贵松, 解修蕊, 黄海波, 屈鸿

文章导航 > 电子科技大学学报 > 2014 > 43(2): 162-166

刘贵松, 解修蕊, 黄海波, 屈鸿. 基于最短路径信任关系的推荐项目计算方法[J]. 电子科技大学学报, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

引用本文:

刘贵松, 解修蕊, 黄海波, 屈鸿. 基于最短路径信任关系的推荐项目计算方法[J]. 电子科技大学学报, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

LIU Gui-song, XIE Xiu-rui, HUANG Hai-bo, QU Hong. Fast Computing Method for Items Recommendation Based on Shortest-Path Trust Relationship[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

Citation:

LIU Gui-song, XIE Xiu-rui, HUANG Hai-bo, QU Hong. Fast Computing Method for Items Recommendation Based on Shortest-Path Trust Relationship[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

基于最短路径信任关系的推荐项目计算方法

doi: 10.3969/j.issn.1001-0548.2014.02.001

1.
电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家自然科学基金(61273308); 中央高校基本科研业务费(ZYGX2013J076)

作者简介:
刘贵松(1973-),男,博士,副教授,主要从事计算智能、模式识别方面的研究.

中图分类号: TP393

Fast Computing Method for Items Recommendation Based on Shortest-Path Trust Relationship

1.
School of Computer Science and Engineering,University of Electronic Science and Technology of China Chengdu 611731

摘要: 针对社交网络中协同过滤推荐算法的推荐速度计算问题, 提出了一种基于最近邻方法的改进计算方法, 并对算法有效性进行了分析. 该算法对用户的相似性度量采用基于最短路径的信任关系, 用分层图和动态规划的方法进行计算, 并在社交网络的应用中对关系链的深度进行限制. 对该算法基于KDD Cup 2012 Track 1的数据进行了仿真, 并与其他方法做了性能比较. 实验表明, 改进算法可以很好地平衡推荐效率和准确并指标.
- 协同过滤 /
- 推荐系统 /
- 相似性度量 /
- 最短路径 /
- 信任关系
Abstract: In order to increase the speed of collaborative filtering recommendation in social networks, an improved nearest-neighbor algorithm is proposed in this paper. The proof of its correctness is also given in detail. The similarity measurement between users is based on trust relationship by using shortest path method. Layered graph and dynamic programming are applied to calculate the similarity. Furthermore, the recommendation speed can also be improved by limiting the depth of relationship chain in practical applications of social networks. The Comparative simulations are carried out based on the KDD Cup 2012 Track datasets. The results show that the better balance between the accuracy and the recommendation efficiency can be achieved by the proposed algorithm.
- collaborative filtering /
- recommender system /
- similarity measurement /
- shortest path /
- trust relationship

[1]	王永, 王淞立, 邓江洲. 基于生成对抗网络的评分可信推荐模型 . 电子科技大学学报, 2024, 53(2): 1-8. doi: 10.12178/1001-0548.2023116
[2]	马闯, 杨晓龙, 张海峰, 李春春. 基于最少边的最短路径扰动 . 电子科技大学学报, 2023, 52(2): 271-279. doi: 10.12178/1001-0548.2022177
[3]	周仁爽, 陈尧森, 郭兵, 沈艳, 李杰, 王炜. 基于模块相似性的超分网络剪枝 . 电子科技大学学报, 2022, 51(1): 108-116. doi: 10.12178/1001-0548.2021126
[4]	程静静, 樊瑛. 基于网络相似性测度的国际贸易产品分类 . 电子科技大学学报, 2021, 50(2): 303-310. doi: 10.12178/1001-0548.2020252
[5]	李艳丽, 周涛. 链路预测中的局部相似性指标 . 电子科技大学学报, 2021, 50(3): 422-427. doi: 10.12178/1001-0548.2021062
[6]	王永, 冉珣, 尹恩民, 王利. 满足差分隐私保护的矩阵分解推荐算法 . 电子科技大学学报, 2021, 50(3): 405-413. doi: 10.12178/1001-0548.2020359
[7]	马慧, 汤庸, 傅瑜, 易锋. 时间依赖图下的最小费用路径搜索 . 电子科技大学学报, 2020, 49(3): 458-466. doi: 10.12178/1001-0548.2019002
[8]	ALI Waqar, 邵杰, KHAN Abdullah Aman, TUMRANI Saifullah. 上下文感知推荐系统：挑战和机遇 . 电子科技大学学报, 2019, 48(5): 655-673. doi: 10.3969/j.issn.1001-0548.2019.05.002
[9]	陈玲姣, 蔡世民, 张千明, 周涛, 张翼成. 基于信任关系的资源分配推荐算法改进研究 . 电子科技大学学报, 2019, 48(3): 449-455. doi: 10.3969/j.issn.1001-0548.2019.03.022
[10]	蒋伟, 秦志光. 耦合社会信任信息的矩阵分解协同过滤模型 . 电子科技大学学报, 2019, 48(3): 420-426. doi: 10.3969/j.issn.1001-0548.2019.03.018
[11]	李海林, 魏苗. 自适应属性加权近邻传播聚类算法 . 电子科技大学学报, 2018, 47(2): 247-255. doi: 10.3969/j.issn.1001-0548.2018.02.014
[12]	张海霞, 吕振, 张传亭, 袁东风. 一种引入加权异构信息的改进协同过滤推荐算法 . 电子科技大学学报, 2018, 47(1): 112-116, 152. doi: 10.3969/j.issn.1001-0548.2018.01.017
[13]	赵波, 向騻, 张焕国, 苏航. 虚拟机环境下并行信任关系研究与实现 . 电子科技大学学报, 2013, 42(1): 98-104. doi: 10.3969/j.issn.1001-0548.2013.01.021
[14]	张亮, 柏林森, 周涛. 基于跨电商行为的交叉推荐算法 . 电子科技大学学报, 2013, 42(1): 154-160. doi: 10.3969/j.issn.1001-0548.2013.01.031
[15]	施侃晟, 刘海涛, 白英彩, 宋文涛, 洪亮亮. 余弦度量和适应度函数改进的聚类方法 . 电子科技大学学报, 2013, 42(4): 621-624. doi: 10.3969/j.issn.1001-0548.2013.04.017
[16]	李迅波, 蒋东升, 王振林. 梯度相似性的椒盐图像加权中值滤波算法 . 电子科技大学学报, 2012, 41(1): 114-119. doi: 10.3969/j.issn.1001-0548.2012.01.022
[17]	朱郁筱, 吕琳媛. 推荐系统评价指标综述 . 电子科技大学学报, 2012, 41(2): 163-175. doi: 10.3969/j.issn.1001-0548.2012.02.001
[18]	宋青, 汪小帆. 最短路径算法加速技术研究综述 . 电子科技大学学报, 2012, 41(2): 176-184. doi: 10.3969/j.issn.1001-0548.2012.02.002
[19]	张靖, 何发镁, 邱云. 个性化推荐系统描述文件攻击检测方法 . 电子科技大学学报, 2011, 40(2): 250-254. doi: 10.3969/j.issn.1001-0548.2011.02.019
[20]	赵建宏, 杨建宇, 雷维礼. 一种新的最短路径算法 . 电子科技大学学报, 2005, 34(6): 778-781.

WeChat

点击查看大图

计量

文章访问数: 3444
HTML全文浏览量: 203
PDF下载量: 61
被引次数: 0

基于最短路径信任关系的推荐项目计算方法

doi: 10.3969/j.issn.1001-0548.2014.02.001

1. 电子科技大学计算机科学与工程学院成都 611731

基金项目:

国家自然科学基金(61273308); 中央高校基本科研业务费(ZYGX2013J076)

作者简介:
刘贵松(1973-),男,博士,副教授,主要从事计算智能、模式识别方面的研究.

收稿日期: 2012-09-21
修回日期: 2013-09-20
刊出日期: 2014-04-15

中图分类号: TP393

关键词:

摘要: 针对社交网络中协同过滤推荐算法的推荐速度计算问题, 提出了一种基于最近邻方法的改进计算方法, 并对算法有效性进行了分析. 该算法对用户的相似性度量采用基于最短路径的信任关系, 用分层图和动态规划的方法进行计算, 并在社交网络的应用中对关系链的深度进行限制. 对该算法基于KDD Cup 2012 Track 1的数据进行了仿真, 并与其他方法做了性能比较. 实验表明, 改进算法可以很好地平衡推荐效率和准确并指标.

English Abstract

刘贵松, 解修蕊, 黄海波, 屈鸿. 基于最短路径信任关系的推荐项目计算方法[J]. 电子科技大学学报, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

引用本文:

刘贵松, 解修蕊, 黄海波, 屈鸿. 基于最短路径信任关系的推荐项目计算方法[J]. 电子科技大学学报, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

LIU Gui-song, XIE Xiu-rui, HUANG Hai-bo, QU Hong. Fast Computing Method for Items Recommendation Based on Shortest-Path Trust Relationship[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

Citation:

LIU Gui-song, XIE Xiu-rui, HUANG Hai-bo, QU Hong. Fast Computing Method for Items Recommendation Based on Shortest-Path Trust Relationship[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 162-166. doi: 10.3969/j.issn.1001-0548.2014.02.001

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发