混合图随机游走算法的商品推荐

摘要 为了解决传统商品推荐方法仅考虑商品两两相似性或只通过商品属性的简单集成构建推荐网络图,对网络对象复杂性和依赖关系考虑不够导致推荐准确性低的问题,提出一种改进的商品推荐算法.算法通过商品、品牌、店铺及关联关系构建混合图,根据节点关系、节点出度、商户广告付费和商品点击数构建数学模型,得到商品、品牌和店铺间的转移概率,建立节点初始概率转移矩阵.通过重启动随机游走算法确定最终节点概率转移矩阵,实现商品推荐.实验结果表明,与当下常用推荐算法相比,该算法提高了商品推荐的准确率（Precision）;算法扩展性强,适用于各种电商平台