本文選題：眾籌　切入點(diǎn)：推薦系統(tǒng)　出處：《系統(tǒng)工程理論與實(shí)踐》2017年04期

【摘要】：二分圖模型是一種全局優(yōu)化算法,本文將二分圖模型應(yīng)用于直接推薦眾籌項(xiàng)目,使用PersonalRank算法迭代計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)的全局關(guān)聯(lián)度,從而推薦那些基于余弦相似度的協(xié)同過(guò)濾不能有效推薦的項(xiàng)目,適用性更加廣泛.更進(jìn)一步,提出將二分圖模型與協(xié)同過(guò)濾算法相結(jié)合,首先把網(wǎng)絡(luò)結(jié)構(gòu)劃分為二分圖,采用二分圖算法得到的兩類(lèi)節(jié)點(diǎn)(用戶(hù)節(jié)點(diǎn),項(xiàng)目節(jié)點(diǎn))之間的全局相似度,再結(jié)合協(xié)同過(guò)濾算法,得到基于二分圖模型的協(xié)同過(guò)濾算法.實(shí)驗(yàn)表明,在眾籌項(xiàng)目推薦中,由于數(shù)據(jù)極端稀疏,適宜采用二分圖模型來(lái)進(jìn)行相似度計(jì)算并進(jìn)行推薦.
[Abstract]:The bipartite graph model is a global optimization algorithm. In this paper, the bipartite graph model is applied to recommend crowdfunding projects directly, and the global correlation degree of network nodes is calculated iteratively by using PersonalRank algorithm.Therefore, those items that can not be recommended effectively by CoSine similarity based collaborative filtering are more widely used.Furthermore, the bipartite graph model is combined with the collaborative filtering algorithm. Firstly, the network structure is divided into bipartite graphs, and the global similarity between the two classes of nodes (user nodes, project nodes) is obtained by using the bipartite graph algorithm.Combined with collaborative filtering algorithm, a collaborative filtering algorithm based on bipartite graph model is obtained.Experimental results show that bipartite graph model is suitable for similarity calculation and recommendation due to extremely sparse data in crowdfunding project recommendation.
【作者單位】： 華僑大學(xué)工商管理學(xué)院;Eller
【基金】：中央高校基本科研業(yè)務(wù)費(fèi)·華僑大學(xué)哲學(xué)社會(huì)科學(xué)青年學(xué)者成長(zhǎng)工程項(xiàng)目(16SKGC-QG14) 國(guó)家自然科學(xué)基金(71601082,71371144) 福建省社會(huì)科學(xué)規(guī)劃項(xiàng)目(FJ2016B075)~~
【分類(lèi)號(hào)】：TP18;TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 樂(lè)全根;;用有向二分圖分析網(wǎng)絡(luò)函數(shù)及網(wǎng)絡(luò)靈敏度[J];武漢工學(xué)院學(xué)報(bào);1990年01期

2 李楠楠;張寧;;圖書(shū)館借閱網(wǎng)的二分圖研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2009年02期

3 曾凡刊,宋玉階;求線(xiàn)圖樹(shù)集的GBT<p,q>原理和方法[J];華中理工大學(xué)學(xué)報(bào);1989年01期

4 黃譚;蘇一丹;;基于混合用戶(hù)模型的二分圖推薦算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2014年06期

相關(guān)碩士學(xué)位論文 前4條

1 朱文;基于時(shí)序二分圖的優(yōu)化派工方法研究及Web實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 王振濤;基于二分圖的RDF關(guān)鍵詞擴(kuò)展查詢(xún)算法研究與實(shí)現(xiàn)[D];鄭州大學(xué);2016年

3 朱瑯;基于二分圖的查詢(xún)推薦算法[D];安徽大學(xué);2014年

4 鄭思遠(yuǎn);基于二分圖的混合推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2015年

，

本文編號(hào)：1724556