一种融合用户偏好与信任度的增强协同过滤推荐方法

• 作者: 成丽静 朱爱云 杜亚军 范永全
• 来源期刊: 西华大学学报（自然科学版）
• 学科: 工学
• 关键词: 信任 协同过滤 推荐系统 相似度 MAE
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 计算机软件理论、技术与应用
• 页码范围: 8-12,27
• 页数: 6页
• 分类号: TP391.3
• 字数: 5453字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-159X.2015.04.002

摘要

协同过滤是一种最流行的推荐技术，但仍然受到数据稀疏和冷启动问题的困扰。针对Shambour提出的信任—语义融合( TSF)的混合推荐方法中计算量较大的问题，提出一种融合用户偏好与信任度的增强协同过滤推荐方法。该方法在计算评分预测时，对基于用户的信任增强协同过滤算法进行改进，先将用户相似度和信任度分别进行近邻选择和加权评分，再通过一个加权因子对2部分进行融合，从而得到总体的预测评分。在Movielens数据集下进行仿真验证，其结果表明，与基准算法相比，本文方法具有更好的MAE性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范永全	西华大学计算机与软件工程学院	22	113	5.0	10.0
2	杜亚军	西华大学计算机与软件工程学院	35	202	7.0	13.0
3	成丽静	西华大学计算机与软件工程学院	3	3	1.0	1.0
4	朱爱云	西华大学计算机与软件工程学院	1	3	1.0	1.0