作者：张超杰; 吴果林基于约束的推荐复杂网络二部图可视化
摘要：现如今互联网购物成为一种主要的购物方式,而各个购物平台都面临商品数据过量的问题,如何尽快地给出用户需求的商品列表就成为亟待解决的问题。基于约束的推荐系统不依赖用户评分等用户偏好的历史数据,有效解决了“冷启动”的问题。用户需求与用户意向物品的二部图网络包含了许多对推荐有价值隐藏在内部的信息,针对某在线销售记录的案例数据集进行研究,文中构建了二部图网络并对其进行了可视化,采用无标度网络模型(BA模型)分析用户、物品节点的度。由物品节点的度分布结构得出物品节点具有明显的社团属性,因此可以根据社团内部物品节点的度进行排序进行相应的推荐。把这种推荐方法加入到推荐算法中,以增加推荐的精确度,为购物平台的推荐算法设计提供帮助。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
