众筹项目的个性化推荐:面向稀疏数据的二分图模型

发布时间：2018-04-09 03:06

  本文选题：众筹　切入点：推荐系统　出处：《系统工程理论与实践》2017年04期

【摘要】：二分图模型是一种全局优化算法,本文将二分图模型应用于直接推荐众筹项目,使用PersonalRank算法迭代计算网络节点的全局关联度,从而推荐那些基于余弦相似度的协同过滤不能有效推荐的项目,适用性更加广泛.更进一步,提出将二分图模型与协同过滤算法相结合,首先把网络结构划分为二分图,采用二分图算法得到的两类节点(用户节点,项目节点)之间的全局相似度,再结合协同过滤算法,得到基于二分图模型的协同过滤算法.实验表明,在众筹项目推荐中,由于数据极端稀疏,适宜采用二分图模型来进行相似度计算并进行推荐.
[Abstract]:The bipartite graph model is a global optimization algorithm. In this paper, the bipartite graph model is applied to recommend crowdfunding projects directly, and the global correlation degree of network nodes is calculated iteratively by using PersonalRank algorithm.Therefore, those items that can not be recommended effectively by CoSine similarity based collaborative filtering are more widely used.Furthermore, the bipartite graph model is combined with the collaborative filtering algorithm. Firstly, the network structure is divided into bipartite graphs, and the global similarity between the two classes of nodes (user nodes, project nodes) is obtained by using the bipartite graph algorithm.Combined with collaborative filtering algorithm, a collaborative filtering algorithm based on bipartite graph model is obtained.Experimental results show that bipartite graph model is suitable for similarity calculation and recommendation due to extremely sparse data in crowdfunding project recommendation.
【作者单位】： 华侨大学工商管理学院;Eller
【基金】：中央高校基本科研业务费·华侨大学哲学社会科学青年学者成长工程项目(16SKGC-QG14) 国家自然科学基金(71601082,71371144) 福建省社会科学规划项目(FJ2016B075)~~
【分类号】：TP18;TP391.3

【相似文献】

相关期刊论文 前4条

1 乐全根;;用有向二分图分析网络函数及网络灵敏度[J];武汉工学院学报;1990年01期

2 李楠楠;张宁;;图书馆借阅网的二分图研究[J];复杂系统与复杂性科学;2009年02期

3 曾凡刊,宋玉阶;求线图树集的GBT<p,q>原理和方法[J];华中理工大学学报;1989年01期

4 黄谭;苏一丹;;基于混合用户模型的二分图推荐算法[J];计算机技术与发展;2014年06期

相关硕士学位论文 前4条

1 朱文;基于时序二分图的优化派工方法研究及Web实现[D];南京理工大学;2015年

2 王振涛;基于二分图的RDF关键词扩展查询算法研究与实现[D];郑州大学;2016年

3 朱琅;基于二分图的查询推荐算法[D];安徽大学;2014年

4 郑思远;基于二分图的混合推荐系统的研究与实现[D];北京邮电大学;2015年

，

本文编号：1724556