论文部分内容阅读
单类协同过滤算法的研究是当前协同过滤算法研究的重要课题，其面临的主要问题是：仅仅正例数据能够被观察到，类高度不平衡，大量的数据点丢失．把社会化正则项引入到传统的单类协同过滤算法，提出一种新的基于社交网络的单类协同过滤算法来解决这些问题．在真实的包含社交网络的数据集上实验验证，该算法在各个评价指标下性能均优于几个经典的单类协同过滤算法．