基于加权二部图的Slope One推荐算法

王冉; 徐怡; 胡善忠; 何明慧

Chinese

您当前的位置：

首页 >

文章列表页 >

基于加权二部图的Slope One推荐算法

更新时间：2026-09-04

- 基于加权二部图的Slope One推荐算法
- Slope One Recommendation Algorithm Based on Weighted Bipartite Graph
- 微电子学与计算机 2018年35卷第3期页码：93-98
- 作者机构：
  
  1. 安徽大学计算机科学与技术学院,安徽,合肥,230601
  2. 计算智能与信号处理教育部重点实验室机构 (安徽大学),安徽,合肥,230039
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61402005安徽省自然科学基金项目 1308085QF114安徽省高等学校省级自然科学基金项目 KJ2013A015安徽省高等学校省级自然科学基金项目 KJ2011Z020安徽大学计算智能与信号处理教育部重点实验室课题项目国家留学基金委员会资助项目
- DOI：
  中图分类号：
- 纸质出版：2018
- 稿件说明：
移动端阅览
王冉, 徐怡, 胡善忠, 何明慧. 基于加权二部图的Slope One推荐算法[J]. 微电子学与计算机, 2018, 35(3): 93-98.

WANG Ran, XU Yi, HU Shan-zhong, et al. Slope One Recommendation Algorithm Based on Weighted Bipartite Graph[J]. 2018, 35(3): 93-98.
王冉, 徐怡, 胡善忠, 何明慧. 基于加权二部图的Slope One推荐算法[J]. 微电子学与计算机, 2018, 35(3): 93-98. DOI：

WANG Ran, XU Yi, HU Shan-zhong, et al. Slope One Recommendation Algorithm Based on Weighted Bipartite Graph[J]. 2018, 35(3): 93-98. DOI：

摘要

相对协同过滤算法

Slope One算法在执行速度上更加迅速

并且易于实现.但是算法没有考虑项目之间的推荐关系

故提出了一种基于加权二部图的Slope One推荐算法.利用加权二部图推荐算法计算项目之间的推荐程度

并用计算得到的项目之间的推荐程度对Slope One预测评分过程进行加权处理

由于二部图推荐算法计算得到的项目之间的推荐程度是非对称的

从而使推荐结果更加多样化.在MovieLens数据集上利用5-折交叉验证以及4种评价指标对算法进行验证

实验表明改进后的算法在提高了推荐准确性的同时也提高了推荐的多样性.

Abstract

Compared with the collaborative filtering algorithm

the Slope One algorithm is faster and easy to implement

however

the algorithm does not consider the recommended level between items. Therefore

this paper proposes a Slope One recommendation algorithm based on weighted bipartite graph. The weighted bipartite graph algorithm calculates the recommended level between the items and uses the recommended level to weight the prediction of the Slope One. Since the recommended level between the items calculated by the bipartite graph recommendation algorithm is asymmetric

the results are more diversified.We test the proposed method by 5-fold cross-validation on the MovieLens with four metrics: ranking score

Recall

Precision and diversification

and the experimental results show that the improved algorithm improves the recommendation accuracy and improves the recommendation diversity.

关键词

Keywords

references

李淋淋, 倪建成, 于苹苹, 等. 一种基于聚类和Spark框架的加权Slope One算法[J]. 计算机应用, 2017, 37 (5) : 1287-1291. DOI: 1287

黄光球, 靳峰, 彭绪友. 基于兴趣度的协同过滤商品推荐系统模型[J]. 微电子学与计算机, 2005, 22(3): 5-8. DOI: 5

Zhao Zhengde, Li Jianjun. Based on slope-one hybrid recommendation[C]// Advanced Research and Technology in Industry Applications. IEEE, 2014: 203-205.

张怡文, 王冉, 程家兴. 基于用户兴趣度的改进二部图随机游走推荐方法[J]. 计算机应用与软件, 2015, 32(6): 76-79. DOI: 76

Li Q, Han S, Li Y, et al. Threshold optimized slope one algorithm based book recommendation[C]// International conference on Communication Technology and Application. IEEE, 2014: 281-288.

孟祥武, 刘树栋, 张玉洁, 等. 社会化推荐系统研究[J]. 软件学报, 2015, 26(6): 1356-1372. DOI: 1356

王志虎, 黄曼莹. 基于用户历史行为的协同过滤推荐算法[J]. 微电子学与计算机, 2017, 34(5): 132-136. DOI: 132

张鹏, 葛小青. 融合标签相似度的k近邻Slope One算法[J]. 重庆邮电大学学报(自然科学版), 2016, 28(4): 518-524. DOI: 518

王毅, 楼恒越. 一种改进的Slope One协同过滤算法[J]. 计算机科学, 2011, 38(b10): 192-194. DOI: 192

张新猛, 蒋盛益. 基于加权二部图的个性化推荐算法[J]. 计算机应用, 2012, 32(3): 654-657. DOI: 654

刘淇, 陈恩红. 结合二部图投影与排序的协同过滤[J]. 小型微型计算机系统, 2010, 31(5): 835-839. DOI: 835

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

结合三部图综合扩散的Slope One推荐算法

基于多尺度融合与小目标增强的航拍车辆检测算法

注意力机制与改进密集卷积引导的信息隐藏模型

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

基于区块链的AI生成内容溯源框架设计研究