作者：李亚莹异构信息网络网络表征学习推荐
摘要：现有的基于异构信息网络的推荐方法主要通过节点相似性挖掘推荐辅助信息,受元路径线性结构及对可见路径依赖的影响,用户和项目特征并不能被充分捕获。提出基于异构信息网络表征学习的推荐方法,通过在给定元结构上进行截断随机游走学习用户和项目节点的低维向量表示,并将其直接融入推荐样本,结合FFM模型进行评分预测。实验表明,该方法有较高性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《现代计算机》（CN：44-1415/TP）是一本有较高学术价值的大型半月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《现代计算机》是一本学科性、技术性较强的科技类学术期刊，作者读者群均面向计算机信息技术及应用研究开发设计生产的工程技术人员、大专院校师生及计算机爱好者。
部级期刊
人气 1075542 评论 53
省级期刊
人气 846649 评论 70
人气 808327 评论 68
人气 753959 评论 72
