%0 Journal Article
%T 基于用户-兴趣-项目三部图的推荐算法*
%A 张艳梅
%A 王
%A 璐
%A 曹怀虎
%A 毛国君
%J 模式识别与人工智能
%P 913-921
%D 2015
%R 10.16451/j.cnki.issn1003-6059.201510006
%X 目前大多数个性化推荐算法为了追求较高的推荐精度而在不同程度上受到用户兴趣过拟合问题的影响，因此提出通过挖掘用户隐含的兴趣信息进行推荐的算法.首先利用概率主题模型抽取用户兴趣分布，并建立用户-兴趣-项目加权三部图.然后在用户-兴趣和兴趣-项目的概率加权二部子图上依次利用物质扩散算法配置项目资源值，并根据项目资源值的高低排序产生Top-K推荐.在Movielens数据集上的实验表明，基于用户-兴趣-项目三部图的推荐算法能缓解过拟合问题，同时可提高准确率等方面的性能.
%K 用户兴趣
%K 个性化推荐
%K 三部图
%K 物质扩散
%K 概率主题模型
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10738.shtml