典型文献
基于异质信息网络分析的主题感知群推荐方法研究
文献摘要：
在社交网络上面向群组推荐物品时,已有研究大多基于群成员的完整偏好,运用一些合成策略生成群推荐结果.但在实际中,促使群成员加入目标群的可能只是其完整偏好中与该群相关的部分偏好.因此,使用群成员的完整偏好进行推荐便会带来大量的噪声,损害推荐效果.为解决这一问题,提出了一种基于异质信息网络分析的主题感知群推荐方法HINGR＿GT(heterogeneous information network analysis based group recommenda-tion method with group topic considered),针对每个群组构建面向群组的异质社交网络子图,将成员偏好中与群组无关的偏好提前排除在外,在此基础上使用异质网络表示学习方法为群组生成物品推荐.为验证所提方法的有效性,在豆瓣电影数据集上进行了实验,结果表明所提方法在所有评价指标上均取得了更好的效果.
文献关键词：
群推荐;偏好噪声;异质信息网络分析;表示学习
中图分类号：
作者姓名：
张馨悦;岳峰;王含茹;王刚
作者机构：
合肥工业大学管理学院,合肥230009;合肥工业大学计算机与信息学院,合肥230009
文献出处：
引用格式：
[1]张馨悦;岳峰;王含茹;王刚-.基于异质信息网络分析的主题感知群推荐方法研究)[J].计算机应用研究,2022(02):436-441,446
A类：
异质信息网络分析,HINGR,偏好噪声
B类：
群推荐,推荐方法,社交网络,上面,群组推荐,合成策略,成群,推荐效果,GT,heterogeneous,information,network,analysis,group,recommenda,method,topic,considered,组构,建面,络子,子图,前排,异质网络表示学习,表示学习方法,生成物,豆瓣,电影数据
AB值：
0.31668
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
