基于异质初始资源配置的改进 HeatS+ProbS 混合推荐算法
物理与社会
2012-10-08 v2 信息检索
摘要
基于网络的用户-对象链接预测推荐算法近年来取得了显著进展。对于二分图，此类算法中的资源重新分配类似于热扩散(HeatS)或概率扩散(ProbS)过程。迄今为止最好的算法是 HeatS 和 ProbS 技术的混合，采用同质初始资源配置，同时实现了高精度和大多样性。我们研究了初始配置的异质性对 HeatS+ProbS 混合算法的影响，并发现推荐精度和多样性在这种新设置下都可以进一步提高。数值实验表明这种改进是稳健的。
引用
@article{arxiv.1005.3124,
title = {An improved HeatS+ProbS hybrid recommendation algorithm based on heterogeneous initial resource configurations},
author = {Chuang Liu and Wei-Xing Zhou},
journal= {arXiv preprint arXiv:1005.3124},
year = {2012}
}
备注
6 pages 3 figures