基于用户相似度的随机游走社交网络事件推荐算法
来源期刊：东北大学学报(自然科学版)2019年第11期
论文作者：马铁民 周福才 王爽
文章页码：1533 - 1538
关键词：事件推荐;社交网络;用户相似度;拓扑结构;重启随机游走;
摘 要：针对基于社交网络的事件推荐覆盖性和准确性不够高的问题,提出了基于用户相似度Si-user Walker算法.该算法利用基于事件的社交网络特征,将线上用户群组数据抽象为图,以重启随机游走算法为基础,改变了传统的完全基于图的拓扑结构进行随机游走的策略.根据地理位置划分事件类型,提出了新的用户相似度计算方法,然后根据用户相似度矩阵作为随机游走的转移概率,既保留了图的传递性,又保证了图节点游走的真实性.与其他推荐算法在真实的数据集上实验表明,该算法在均方根误差、准确率及覆盖率上均得到提升.
马铁民1,2，周福才1，王爽1
1. 东北大学计算机科学与工程学院2. 黑龙江八一农垦大学电气与信息学院
摘 要：针对基于社交网络的事件推荐覆盖性和准确性不够高的问题,提出了基于用户相似度Si-user Walker算法.该算法利用基于事件的社交网络特征,将线上用户群组数据抽象为图,以重启随机游走算法为基础,改变了传统的完全基于图的拓扑结构进行随机游走的策略.根据地理位置划分事件类型,提出了新的用户相似度计算方法,然后根据用户相似度矩阵作为随机游走的转移概率,既保留了图的传递性,又保证了图节点游走的真实性.与其他推荐算法在真实的数据集上实验表明,该算法在均方根误差、准确率及覆盖率上均得到提升.
关键词：事件推荐;社交网络;用户相似度;拓扑结构;重启随机游走;
