基于重引力搜索链接预测和评分传播的大数据推荐系统

作者：李贞; 吴勇; 耿海军

来源：计算机应用与软件, 2020, 37(02): 39-47.

• 重引力搜索算法
• 评分传播
• 协同过滤
• 推荐系统
• 社区检测
• 链接预测

大数据推荐系统的搜索空间较大导致推荐的响应时间过长。为权衡大数据推荐系统的时间效率和推荐性能,提出一种基于重引力搜索链接预测和评分传播的大数据推荐系统。采用相对相似性指数度量用户的相似性,采用广义Meta Path模型建立相似图;引入社区信息来提高局部链接预测的准确率,从强社区提取优化的子图来实现局部链接的预测,通过重引力搜索对子图做优化处理,从而缩小搜索空间;设计基于传染病模型的网络传播策略,根据已有的模式探索隐藏的模式。基于公开数据集的实验结果表明,该算法有效地提高了推荐系统的准确率和覆盖率,并且响应时间在可接受的范围内。

• 单位
  山西大学; 晋中职业技术学院