典型文献
融合社交网络信息的长尾推荐方法
文献摘要：
在长尾推荐场景中,目标用户更信任与自己兴趣相似的好友的推荐结果,故为目标用户推荐其好友的个性化偏好物品有利于提高长尾推荐性能.相应地,如何有效融合社交网络信息与评分矩阵信息,提升推荐性能自然成为长尾推荐中的重要问题.为此,文中从信息融合视角出发,通过社交网络和评分矩阵共享用户的潜在特征向量,并将好友推荐信息作为长尾推荐的重要影响因素,建立融合社交网络信息的长尾推荐方法.将用户活跃度、项目非流行度、用户项目偏好水平及好友推荐行为作为输入,采用变分推断方法,得出模型中相关未知参数,实现预测功能.实验表明,文中方法能在有效实现长尾物品推荐的同时,保证较高的推荐精度.
文献关键词：
推荐系统;长尾推荐;社会化推荐;概率图模型
中图分类号：
作者姓名：
冯晨娇;宋鹏;张凯涵;梁吉业
作者机构：
山西财经大学 应用数学学院 太原030006;山西大学 经济与管理学院 太原030006;山西大学 计算智能与中文信息处理教育部重点实验室 太原030006
文献出处：
引用格式：
[1]冯晨娇;宋鹏;张凯涵;梁吉业-.融合社交网络信息的长尾推荐方法)[J].模式识别与人工智能,2022(01):26-36
A类：
长尾推荐
B类：
社交网络,推荐方法,故为,用户推荐,推荐性,有效融合,评分矩阵,信息融合,融合视角,享用,潜在特征,特征向量,好友推荐,推荐信,用户活跃度,流行度,项目偏好,推荐行为,变分推断,出模,未知参数,预测功能,中方,推荐精度,推荐系统,社会化推荐,概率图模型
AB值：
0.345987
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
