基于条件型游走的四部图推荐方法

[目的]通过挖掘用户与项目、用户与类别的关系特征,提取用户偏好,优化个性化推荐效果.[方法]提取用户对项目的评分和项目的度属性,挖掘用户偏好,提出用户-项目二部图上的游走条件;通过用户-项目-类别三部图映射到用户-类别二部图,构建类别-用户-项目-类别四部图;建立通过项目和类别共同挖掘用户偏好的个性化推荐方法.[结果]利用MovieLens电影评分数据,分别对基于二部图、加权二部图、三部图的方法与本文方法进行对比实验,结果表明,本文方法在准确率、MAE、召回率、覆盖率方面分别有所优化.[局限]MovieLens数据集缺少用户对电影评论性的文字数据集,不能通过语义分析用户偏好.[结论]本文对用户评分和项目度属性进行用户偏好分析,通过条件型游走四部图推荐方法,优化推荐效果.