一种融合信任度和相似度的推荐算法

• 作者: 刘群 陈阳
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 协同过滤 信任 相似性 融合
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 计算机与自动化
• 页码范围: 536-540,568
• 页数: 6页
• 分类号: TP18
• 字数: 4807字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2014.04.019

摘要

推荐系统是一种能够帮助用户在面对大量信息时,能快速、有效地获取有用资源的工具.协同过滤是目前广泛使用的一种推荐技术,该技术通过相似邻居对项目的评分为源用户产生推荐,但面临数据稀疏性和冷启动的问题.基于信任模型的推荐系统虽然在一定程度上缓解了上述问题,却仍然需要进一步提高.针对这些困难,提出了一种融合了信任度和相似度的算法.该算法利用用户间的信任信息,将源用户的信任邻居对项目的评分作为该用户的个人喜好,同时根据基于物质扩散的协同过滤算法找出源用户的相似邻居,利用信任邻居和相似邻居为该用户产生推荐.在2个真实数据集上的实验结果显示,融合算法对冷启动用户的准确性比协同过滤算法分别提高了19％和37％,覆盖率分别提高27％和42％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘群	重庆邮电大学计算机科学与技术学院	62	540	11.0	21.0
2	陈阳	重庆邮电大学计算机科学与技术学院	4	14	2.0	3.0