Resumen

El propósito de los sistemas de recomendación es ayudar a los usuarios a encontrar información efectiva de manera rápida y conveniente, y también presentar los elementos en los que los usuarios están interesados. Aunque la literatura de los algoritmos de recomendación es vasta, la mayoría de los enfoques de recomendación basados en filtrado colaborativo alcanzan bajas precisiones de recomendación y tampoco pueden rastrear cambios temporales de preferencias. Además, los procesos evolutivos de agrupación diferencial previos se basaban en una red de una sola capa y utilizaban una única cantidad escalar para caracterizar los valores de estado de usuarios e elementos. Para abordar estas limitaciones, este artículo propone un algoritmo de recomendación colaborativa basado en una red de doble capa. Este algoritmo es capaz de explorar completamente los cambios dinámicos de la preferencia del usuario con el tiempo e integra las capas de usuario y elemento a través de un mecanismo de atención para construir un modelo de red de doble capa. Experimentos en los conjuntos de datos de Movielens, CiaoDVD y Filmtrust ver

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Sistemas de recomendación; Recuperación de información; Filtrado colaborativo; Cambios temporales; Agrupamiento diferencial; Red de doble capa
• Keywords:Recommendation systems; Information retrieval; Collaborative filtering; Temporal changes; Differential clustering; Double-layer network