作者：肖春景; 夏克文; 乔永卫相似性计算随机游走时序信息时序关联图协同过滤
摘要：相似性计算是协同过滤推荐的关键步骤。针对传统相似性计算认为相似关系是对等的且没有考虑消费顺序和时间间隔的问题，提出了基于时序逆影响的随机游走推荐算法。首先，基于用户时序关联图提出一种新的称为时序逆影响的相似性度量，利用随机游走得到了目标用户近邻集合；其次，利用随机游走在项目时序关联图上进一步改进推荐的多样性和覆盖率。它不但认为用户间相似是不对称的，考虑了用户消费项目的顺序和时间间隔，获得了用户全局的直接和间接近邻，而且考虑了项目间的时序逆影响。通过在真实数据集上的大量实验结果表明，与其他随机游走方法相比，其不但能提高推荐性能、缓解数据稀疏，而且通过提高多样性和覆盖率解决了过拟合的问题。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
