基于二部图多权重投影的大数据推荐算法

来源：计算机应用研究杂志2020年第3期北京时间：

作者：高薇,何可期,

单位：1.闽南理工学院信息管理学院,福建石狮362700；2.中山大学大数据与计算机学院,广州510275；

摘要：基于网络结构的推荐算法存在多样性不足的问题，提出了一种基于二部图多权重投影的大数据推荐算法。首先，提取出数据集的基础信息，将所有的项目—用户数据输入莱文斯坦距离程序，计算各个属性之间的相似性；然后，计算二部图网络中节点之间相同邻居的数量、节点之间的共同邻居度以及每个节点的度，计算二部图网络中每条边的三重权重；最后，采用增强的二部图投影技术提取二部图网络的潜在链接，实现基于相似性的链接预测。在大数据集与小数据集上分别开展了实验，结果显示该算法的准确率与覆盖率均优于其他几种类型的推荐算法，并且优于同类型的推荐算法。

关键词：推荐系统,大数据技术,二部图网络,链接预测,网络投影,单模网络,

基金资助：国家自然科学基金资助项目(61471161)；福建省教育厅2015年高等学校创新创业教育改革立项项目(闽教高〔2015〕41号)；；