Resumen

Los sistemas de recomendación se utilizan al buscar en bases de datos en línea. Por lo tanto, son herramientas muy importantes porque proporcionan a los usuarios predicciones de los resultados de diferentes opciones potenciales y ayudan a los usuarios a evitar la sobrecarga de información. Se pueden utilizar en sitios web de comercio electrónico y han atraído considerable atención en la comunidad científica. Hasta la fecha, muchos algoritmos de recomendación personalizados han tenido como objetivo mejorar la precisión de la recomendación desde la perspectiva de similitudes entre vértices, como el filtrado colaborativo y la difusión masiva. Sin embargo, la diversidad también es un índice de evaluación importante en el algoritmo de recomendación. Para estudiar tanto la precisión como la diversidad de un algoritmo de recomendación al mismo tiempo, este estudio introdujo una tercera dimensión al recomendación bidimensional comúnmente utilizada de usuario/producto, y se propuso un algoritmo de recomendación basado en un área triangular (algoritmo TR). El algoritmo propuesto combina la cadena de Markov y el método de filtrado colabor

• Materias:Comportamiento asintótico Entropía del gráfico Seguridad dinámica Polinomios diferenciales Gráfico monocíclico
• Subjects:Asymptotic behavior Entropy of the graph Dynamic safety Differential polynomials Monocyclic graph
• Palabras claves:Sistemas de recomendación; Bases de datos en línea; Sitios web de comercio electrónico; Algoritmos de recomendación personalizados; Diversidad; Algoritmo de área triangular
• Keywords:Recommendation systems; Online databases; E-commerce websites; Personalized recommendation algorithms; Diversity; Triangular area algorithm