基于可信联盟的服务推荐方法

• 作者: 李思瑞 杨文彬 王海艳 王随昌
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 服务推荐 协同过滤 可信联盟 相似度
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 互联网技术
• 页码范围: 301-311
• 页数: 11页
• 分类号: TP399
• 字数: 10904字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.00301

摘要

随着满足用户需求的候选服务数量的飞速增长,服务选择的难度日益增大,服务推荐已成为服务选择的重要环节之一,受到越来越多的关注.然而,目前基于协同过滤的服务推荐方法较少关注到服务的不同属性特征对相似度计算会产生不同的影响,在寻找邻居用户时也很少考虑推荐用户与目标用户之间的信任关系,难以抵抗推荐用户的恶意推荐,无法保障推荐结果的精确度和可信性.针对以上问题,文中通过引入服务的推荐属性特征,改进传统相似度计算公式并基于Beta信任模型建立用户间信任关系,根据改进的相似度计算方法与服务推荐行为的信任度构建出邻居用户的可信联盟,提出了一种基于可信联盟的服务推荐方法.仿真实验与结果表明:与现有其它诸多方法相比,该方法不仅提高了服务推荐的精确度,还能有效保障服务推荐者的可信性,能较好的抵抗恶意攻击.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海艳	东南大学计算机科学与工程学院	88	837	14.0	26.0
3	王随昌	南京邮电大学计算机学院	3	62	2.0	3.0
6	杨文彬	南京邮电大学计算机学院	2	64	2.0	2.0
7	李思瑞	南京邮电大学计算机学院	2	67	2.0	2.0