基于用户兴趣度的改进二部图随机游走推荐方法

传统的二部图随机游走算法主要采用基于共同项目的相似度计算，并且项目之间、用户之间的影响程度是对称的，这种对称信息不能体现用户兴趣，推荐精度不高。为了提高推荐准确性，提出一种基于用户兴趣度的二部图随机游走方法。采用共同项目和用户打分项目数量的共同性质体现用户兴趣度，分析信息的不对称性，并在二部图中随机游走。实验表明，基于用户兴趣度的二部图随机游走算法提高了预测准确率和命中率。