用户和项目联合度对二分网络个性化推荐的影响

首先采用物质流动算法进行二部图相似系数投影，然后利用随机游走模型得到协同过滤结果。在计算相似系数时，采用了考虑用户和项目联合度分布特征的改进算法。通过数据模拟可知，在最优情况下推荐项目准确率提高了18.19%，推荐项目多样性提高了21.90%。对用户和项目联合度的分布进行了统计分析，结果表明，在最优情况下，其符合指数为--2.33的指数分布。