基于本体与异质复杂网络的推荐系统研究

本项目针对目前基于复杂网络的推荐系统研究未能全面考虑资源相关性和用户相关性的局限，提出基于资源本体计算资源相似度和用户相似度，构建推荐系统的"用户－资源"异质复杂网络模型。针对"用户－资源"网络包含两种不同类型节点的异质性特点，本项目将国际上新近提出的"网络模体"概念和"网络比对"方法引入到对该网络的分析中，提出"异质网络模体"的分析方法和"异质网络比对"的研究策略，以获得该异质复杂网络的全局和局部特征。在此基础上，本项目从统计学和图论算法两个角度出发，提出基于"用户－资源"网络进行推荐的回归分析、随机游走、最短路径和网络最大流等方法。本项目将本体建模、复杂网络分析、统计学和图论等理论方法相结合，体现学科交叉的特点，不仅在计算机科学等自然科学领域具有理论意义，而且在电子商务等领域具有实际应用价值。项目研究团队已在本体建模和复杂网络分析等方面有一定积累，为本项目的顺利开展打下基础。

本项目研究计划为：完成推荐系统“用户－资源”异质复杂网络模型的构建；实现资源相似度和用户相似度的计算方法，对几个拟使用的数据集构建“用户－资源”网络，并实现网络的稀疏化处理。完成“用户－资源”异质复杂网络特征分析方法的研究。在所构建的异质复杂网络上，对资源子网络和用户子网络的全局和局部特征分析，实现异质网络模体的识别方法并在应用到对这些网络的分析中。完成基于“用户－资源”异质复杂网络模型的推荐方法研究。实现基于“用户－资源”网络进行推荐的回归分析、随机游走、最短路径和网络最大流方法，把这些方法应用到几个拟使用的数据集上，用拟采用的验证方法和评价标准对这些方法进行系统的评价，从中筛选出1至2种应用效果好的推荐方法。在项目执行期间，我们已按此计划完成了构建推荐系统“用户－资源”异质复杂网络模型的工作，并收集和爬取了推荐系统相关数据。此外，我们还对本体推荐方法和网络构建问题进行了研究，深化和完善了“用户－资源”网络之间关联关系的计算方法和网络构建的三种策略。我们已按此计划完成了构建推荐系统“用户－资源”异质复杂网络模型的工作，对资源子网络和用户子网络的全局和局部特征分析，并按照研究计划设计了回归分析、随机游走、最短路径和网络最大流方法，把这些方法应用到几个拟使用的数据集上，用验证方法和评价标准对这些方法进行系统的评价，并将研究成果发表在国际期刊。我们已按计划发表相关论文16余篇，其中 SCI期刊论文7篇（JCR 1区论文4篇，2区1篇），EI检索论文9篇，IEEE会议论文4篇。培养6名研究生，已毕业3名。

内容获取失败，请点击重试