融合贝叶斯推理与随机游走的好友推荐

来源：华东师范大学学报·哲学社会科学版杂志2018年第4期北京时间：

作者：杨青, 王海洋, 卞梦阳, 张敬伟, 林煜明, 张会兵, 张海涛

单位：杨青,女,副教授,研究方向为智能信息处理.E-mail:gtyqing@hotmail.com

摘要：随机游走是一种应对推荐应用中用户规模庞大、数据稀疏等问题的有效方法.鉴于社交网络用户间亲密度差异、反向社交影响力等因素对基于随机游走的推荐具有积极影响，提出了一种引入频繁项挖掘来计算用户社交亲密度，进而优化转移概率矩阵，并与局部反向游走相结合的随机游走改进模型.此外，为了有效利用用户属性信息，提出了一种用户潜在好友关系推断的贝叶斯推理模型，并与随机游走改进模型协同应用，进一步提升了好友推荐性能.真实数据集上的对比实验验证了提出算法的有效性.

关键词：好友推荐,随机游走,贝叶斯推理,

基金资助：国家自然科学基金（61462017，61363005，U1501252，61662013）；广西自然科学基金（2017GXNSFAA198035，2014GXNSFAA118353，2014GXNSFAA118390）；广西自动检测技术与仪器重点实验室基金（YQ15110）；广西高校中青年教师基础能力提升项目（KY2016YB156）