基于多元异构信息融合的个性化推荐系统研究

项目名称： 基于多元异构信息融合的个性化推荐系统研究

项目编号： No.71361012

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 管理科学

项目作者： 张富国

作者单位： 江西财经大学

项目金额： 36.5万元

中文摘要： Web2.0电子商务系统中的用户-商品评分、用户友邻、社会化标签等多元异构信息都能不同程度地反映出用户的兴趣偏好或者商品之间的相似性。在数据稀疏性条件下，把这些信息互为补充地融合到推荐系统决策过程中，有助于弥补单一维度上信息的不足。本项目将实证研究Web2.0系统中用户表达方式偏好特征以及多维用户相似性的差异度，构建新的用户-商品-标签三部图推荐模型，该模型把社会信任网络和用户-标签关系网络融合后的用户相似度作为用户-商品二部图中用户相似性的补充，线性融合的权重参数既考虑各个维度的整体反映能力的不均衡性，也考虑因用户表达偏好不同而体现的对应维度反映能力的差异。在模型基础上，设计基于物质扩散原理的推荐算法；利用标签之间的语义关系，设计全局多样性推荐算法；最后，根据用户的不同表达方式偏好特征，研究相应的冷启动推荐策略。本项目的研究可以推动基于多元异构信息融合的个性化推荐理论和技术的发展。

中文关键词： 推荐系统；异构信息；社会网络；图模型；个性化

英文摘要： The multiple heterogeneous information in Web 2.0 e-commerce systems including user ratings, user friends and social tags can reflect the users' preferences and the similarity between the products in different level. Integrating those heterogeneous inform

英文关键词： recommender system；heterogeneous information；social network；graph model；personalization