HINPy:异构信息网络中推荐系统和推荐多样性的分析框架

HINPy：适用于Python的异构信息网络 简而言之： HINPy是适用于异构信息网络（带有彩色节点和边缘的图形）的python工作台，适用于分析推荐系统（准确性，多样性，相似性）以及其他领域（例如生态学，科学计量学，社交网络）中的网络表示形式分析）。 HINPy是一个框架，可为拓扑数据（通过不同关系连接/相关的不同类型的实体）提供灵活的本体，并允许提取度量（相似性，距离），希尔伯特（嵌入相对顺序的空间）和贝叶斯算法（经验分布和分配）结构。 它还提供[实验]功能，以使用经典的Recommender系统执行推荐，并使用经典的多样性指标评估推荐。 还实验性的是提取分配和汇总的时间序列，例如多样性度量。 请引用我们。 大多数定义和计算取自： Ramaciotti Morales，体育，Lamarche-Perrin，河，Fournier-S'Niehotta，河，Poulain，河，