基于社交实值条件的拓扑神经网络推荐算法

基于社交实值条件的拓扑神经网络推荐算法
杨璐;洪联系
【期刊名称】《三明学院学报》
【年(卷),期】2018(035)002
【摘要】采用基于社交实值的反向传播神经网络和SimRank++拓扑模型,对数据集学习分析得到完整的个性化推荐系统.为直观地看到分析结果,实验过程将搭建一个模拟社交网站的页面来呈现预测结果,通过在同一数据集上进行验证,并与现在主流的各大推荐算法进行对比,给出该研究算法的精确度和预测速度,从而验证利用社交实值条件推荐算法的有效性.
【总页数】7页(P36-42)
【作者】杨璐;洪联系
【作者单位】集美大学诚毅学院, 福建厦门 361021;集美大学诚毅学院, 福建厦门 361021
【正文语种】中文
【中图分类】TP183
【相关文献】
1.利用社交关系的实值条件受限玻尔兹曼机协同过滤推荐算法 [J], 何洁月;马贝
2.基于社交关系和条件补全的协同过滤推荐算法 [J], 张为民;李坷露;李永丽
3.融合标签的实值条件受限波尔兹曼机推荐算法 [J], 张光荣;王宝亮;侯永宏
4.基于社交上下文和神经网络的增量推荐算法 [J], 邹锋
5.基于神经网络嵌入和动态社交的新闻推荐算法 [J], 万梅;曹琳
因版权原因，仅展示原文概要，查看原文内容请购买。