电子技术
電子技術
전자기술
ELECTRONIC TECHNOLOGY
2015年
8期
72-77
,共6页
对分网络%评分预测%谱聚类%兴趣组
對分網絡%評分預測%譜聚類%興趣組
대분망락%평분예측%보취류%흥취조
bipartite network%rating prediction%spectral clustering%interest group
提出一种改进的基于对分网络的评分预测方法，首先将用户对项目的行为记录利用对分网络来表示，利用对分网络的结构特征来设计算法。算法综合时间因素、评分差以及网络的路径信息，挖掘用户-项目对分网络顶点之间的关联性，计算用户之间的相似度，利用谱聚类算法建用户聚类为兴趣组，最后利用邻居用户的评分信息预测用户对未知项目的评分。在标准数据库上验证此方法的有效性，结果证明，方法的平均绝对误差低于对比方法达0.07以上。
提齣一種改進的基于對分網絡的評分預測方法，首先將用戶對項目的行為記錄利用對分網絡來錶示，利用對分網絡的結構特徵來設計算法。算法綜閤時間因素、評分差以及網絡的路徑信息，挖掘用戶-項目對分網絡頂點之間的關聯性，計算用戶之間的相似度，利用譜聚類算法建用戶聚類為興趣組，最後利用鄰居用戶的評分信息預測用戶對未知項目的評分。在標準數據庫上驗證此方法的有效性，結果證明，方法的平均絕對誤差低于對比方法達0.07以上。
제출일충개진적기우대분망락적평분예측방법，수선장용호대항목적행위기록이용대분망락래표시，이용대분망락적결구특정래설계산법。산법종합시간인소、평분차이급망락적로경신식，알굴용호-항목대분망락정점지간적관련성，계산용호지간적상사도，이용보취류산법건용호취류위흥취조，최후이용린거용호적평분신식예측용호대미지항목적평분。재표준수거고상험증차방법적유효성，결과증명，방법적평균절대오차저우대비방법체0.07이상。
Propose a improved prediction method based on bipartite network. Firstly use a bipartite network to represent the user’s behavior records, then design algorithm using structural features of bipartite network. In this method, time parameter, the difference between ratings and path information of the network are used to mine the correlation between the vertices in the user-item network to calculate the similarity between users. Users are clustered into interest groups based on spectral clustering.Finally, predict the user’s rating on unknown item by neighbor users’information. Verify the validity of the method on the standard data set movielens . The experimental results show that the mean absolute error of proposed method is lower than the contrast methods by more than 0.07.
