%0 Journal Article
%A 蔡国永
%A 林煜明
%A 文益民
%A 张东
%T 面向推荐多样性改进的概率传播模型
%D 2016
%R 10.13190/j.jbupt.2016.03.005
%J 北京邮电大学学报
%P 34-38
%V 39
%N 3
%X <p>针对基于二部图的概率传播（ProbS）模型以优化推荐列表的精确度为目标，而忽略了推荐多样性的问题，提出了改进的概率传播（iProbS）模型.iProbS将项目得分预测过程分解为资源的3步传播过程，每步传播包含传播概率和传播损耗.设计传播概率时，考虑的因素是用户评分；设计传播损耗时，则分别考虑了项目的度、用户熵和邻居项目.通过在2个常用数据集MovieLens和Netflix上的大量不同实验，证明了iProbS算法在推荐准确率、推荐整体多样性、推荐个体多样性以及销售平衡4个方面均比ProbS模型性能更好.最后按不同的推荐步骤分析了iProbS算法的计算复杂度.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2016.03.005