《表1 本文用到的主要符号》
本文融合评分信息与物品属性信息,综合考虑元路径的权重与非对称相似性这两个因素对用户相似度的影响,提出一种基于异质信息网络的推荐算法。通过计算用户和物品的潜在特征表示,从而预测未知评分。本章将重点分析以下3个问题:(1)如何基于元路径计算用户之间的非对称相似度;(2)如何度量不同元路径的权重;(3)如何利用评分信息与用户相似度信息预测未知评分。图3为本文的算法流程图,表1为本文使用的主要符号。
图表编号 | XD00165378800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 赵传、张凯涵、梁吉业 |
绘制单位 | 山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学智能信息处理研究所、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学智能信息处理研究所、山西大学计算机与信息技术学院、山西大学计算智能与中文信息处理教育部重点实验室、山西大学智能信息处理研究所 |
更多格式 | 高清、无水印(增值服务) |