眾籌項目的個性化推薦:面向稀疏數據的二分圖模型
發(fā)布時間:2018-04-09 03:06
本文選題:眾籌 切入點:推薦系統 出處:《系統工程理論與實踐》2017年04期
【摘要】:二分圖模型是一種全局優(yōu)化算法,本文將二分圖模型應用于直接推薦眾籌項目,使用PersonalRank算法迭代計算網絡節(jié)點的全局關聯度,從而推薦那些基于余弦相似度的協同過濾不能有效推薦的項目,適用性更加廣泛.更進一步,提出將二分圖模型與協同過濾算法相結合,首先把網絡結構劃分為二分圖,采用二分圖算法得到的兩類節(jié)點(用戶節(jié)點,項目節(jié)點)之間的全局相似度,再結合協同過濾算法,得到基于二分圖模型的協同過濾算法.實驗表明,在眾籌項目推薦中,由于數據極端稀疏,適宜采用二分圖模型來進行相似度計算并進行推薦.
[Abstract]:The bipartite graph model is a global optimization algorithm. In this paper, the bipartite graph model is applied to recommend crowdfunding projects directly, and the global correlation degree of network nodes is calculated iteratively by using PersonalRank algorithm.Therefore, those items that can not be recommended effectively by CoSine similarity based collaborative filtering are more widely used.Furthermore, the bipartite graph model is combined with the collaborative filtering algorithm. Firstly, the network structure is divided into bipartite graphs, and the global similarity between the two classes of nodes (user nodes, project nodes) is obtained by using the bipartite graph algorithm.Combined with collaborative filtering algorithm, a collaborative filtering algorithm based on bipartite graph model is obtained.Experimental results show that bipartite graph model is suitable for similarity calculation and recommendation due to extremely sparse data in crowdfunding project recommendation.
【作者單位】: 華僑大學工商管理學院;Eller
【基金】:中央高;究蒲袠I(yè)務費·華僑大學哲學社會科學青年學者成長工程項目(16SKGC-QG14) 國家自然科學基金(71601082,71371144) 福建省社會科學規(guī)劃項目(FJ2016B075)~~
【分類號】:TP18;TP391.3
【相似文獻】
相關期刊論文 前4條
1 樂全根;;用有向二分圖分析網絡函數及網絡靈敏度[J];武漢工學院學報;1990年01期
2 李楠楠;張寧;;圖書館借閱網的二分圖研究[J];復雜系統與復雜性科學;2009年02期
3 曾凡刊,宋玉階;求線圖樹集的GBT<p,q>原理和方法[J];華中理工大學學報;1989年01期
4 黃譚;蘇一丹;;基于混合用戶模型的二分圖推薦算法[J];計算機技術與發(fā)展;2014年06期
相關碩士學位論文 前4條
1 朱文;基于時序二分圖的優(yōu)化派工方法研究及Web實現[D];南京理工大學;2015年
2 王振濤;基于二分圖的RDF關鍵詞擴展查詢算法研究與實現[D];鄭州大學;2016年
3 朱瑯;基于二分圖的查詢推薦算法[D];安徽大學;2014年
4 鄭思遠;基于二分圖的混合推薦系統的研究與實現[D];北京郵電大學;2015年
,本文編號:1724556
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1724556.html