基于异质用户网络嵌入的服务推荐方法研究

摘要

服务推荐过程中,为了充分利用用户标签标注关系与用户的社交关系信息,提升推荐结果的准确性.本文提出一种基于异质用户网络嵌入的方法,通过将用户节点映射为一个低维的向量,再利用得到的用户向量进行基于用户的协同过滤推荐.方法在公开数据集Delicious上进行了实证分析,实验结果表明,相对已有的两个方法,本文所提方法的推荐精度可分别提高18.1％和16.6％,且发现在构建用户向量时,节点之间的直接关系与“朋友的朋友”关系对表示用户节点结构信息时同等重要;同时,推荐过程中为目标用户返回的相似用户在25个最为适宜.