我研究所学生在二区期刊《New Journal of Physics》发表文章

近日,我研究所研究生任晓龙以第一作者在二区期刊《New Journal of Physics》(2014年16卷第6期)发表题为《Avoiding Congestion in Recommender systems》的文章。

 

本文针对推荐系统广泛存在的系统拥塞问题,首次提出了一种量化推荐拥塞程度的指标并比较了几种经典推荐算法的抗拥塞能力。结果显示推荐精度高的算法抗拥塞能力往往很差,而那些能较好防止推荐用塞的算法推荐精度又很低。为了解决这一两难问题,作者基于有向含权网络上的热传导过程提出一种新的推荐算法DWC(Directed Weighted Conduction)。在多个数据集上的实验表明该算法与以往经典算法相比,能够在保持推荐的准确性和多样性的同时,有效避免推荐系统陷入拥塞。本文提出的算法可应用于有限资源的产品或服务的推荐中,在电子商务领域具有广泛的应用前景。

 

本文指导教师为我研究所吕琳媛博士,吕博士及其所在团队阿里巴巴复杂科学研究中心长期从事复杂系统信息挖掘方面的研究工作,用统计物理和网络科学的理论和方法来解决信息领域中的若干重要问题,包括海量信息的导航、挖掘、推荐和预测等等。特别地,该团队于2012年发表在物理类最具影响力的期刊《Physics Reports》的关于推荐系统的论文《Recommender Systems》受到广泛关注,发表至今已引用130余次,成为该领域的标准文献。

 

《New Journal of Physics》简介:

《New Journal of Physics》(NJP)创刊于1998年,是影响因子较高的综合类物理期刊。NJP是目前英国物理学会(IOP)旗下最好的期刊,2012年影响因子为4.063. NJP是一种全文电子期刊,它在物理学领域相当具有权威性。该杂志编辑竭力通过出版对物理学家有益并能引起物理学家关注的高品质文章,从而把NJP办成本领域最主要的科学杂志之一。

 

论文信息:

XiaolongRen, LinyuanLü*, Runran Liu, Jianlin Zhang. (2014). Avoiding congestion in recommender systems.

New Journal of Physics, 16(6), 063057.doi:10.1088/1367-2630/16/6/063057

 

论文链接:

http://iopscience.iop.org/1367-2630/16/6/063057