融入负链路信息的符号网络推荐方法
薛苗苗
王伟
西安工程大学计算机科学学院 西安 710699
摘要：为缓解因数据稀疏导致推荐性能较低的问题,提出了一种融合负链路信息的符号网络推荐方法.该方法引入负链路信息,全面考虑了网络中的符号信息,首先从网络中提取出链路的正负特征信息,即用户之间的关系相关的特征,最后将链路的符号特征与推荐中的行为特征结合起来,利用逻辑回归得到信任与不信任关系,将其融入到几个代表性的社交推荐算法中来探究在评分预测上的表现.论文基于扩展Epinions数据集进行实验,与其他推荐算法对比,论文提出的方法在MAE、RMSE指标上有较好的表现,达到了提升推荐性能的目的.
关键词：符号网络推荐特征
分类号：TP393(计算技术、计算机技术)
资助基金：中国高校产学研创新基金(2021ALA02002)纺织之光中国纺织工业联合会高等教育教学改革研究项目(2021BKJGLX004)西安工程大学高等教育研究项目(20GJ05)
论文发表日期：2023-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2580-2585,2596 )
英文信息