作者:杨家红; 胡涛; 任沙; 唐强好友推荐元路径链路预测异构网络基于位置的社交网络
摘要:近年来,社交网络平台中好友推荐服务成为个性化推荐研究领域的热点课题.而社交网络中网络关系结构的复杂性、网络群体的多变性以及网络信息的多源和不一致性等现象给个性化推荐带来新的挑战.针对移动互联网的个性化好友推荐服务,提出一种基于元路径的链路预测机制进行在线好友推荐.首先,根据用户签到数据构建用户一签到点网络模型;然后,引入元路径描述异构网络中不同类型对象之间的关联关系,并利用监督学习方法获得元路径的权重;最终,通过集成用户之间在不同元路径上建立的关联程度进行节点连接概率预测,生成好友推荐列表.实验结果:在精确率和召回率这两个评价指标上,本文算法比仅依据基于位置评分分别提高了约10%和13%;较基于用户共同好友数量的推荐算法分别提高了约14%和12%,结果表明本文方法显著提升了推荐效果.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社