基于用户认知水平的分类别推荐

• 作者: 丁香乾 宫会丽 程殿虎
• 来源期刊: 中国海洋大学学报（自然科学版）
• 关键词: 协同过滤 社会网络推荐 信任关系 兴趣相似度 用户认知水平
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 研究论文
• 页码范围: 145-150
• 页数: 6页
• 字数: 5043字
• 语种: 中文
• DOI: 10.16441/j.cnki.hdxb.20150114

摘要

在线社会网络的出现,为进一步提高推荐质量提供了新的可能.基于信任的推荐不仅考虑了用户兴趣相似度,而且将信任关系融入推荐中,但却没有区分二者在推荐中的不同作用.通过对现实生活中的普遍规律及社会网络评分数据的分析,发现用户认知水平是影响信任关系和兴趣相似度在推荐中的作用的关键因素.给出用户认知水平的度量方式,并提出一种基于用户认知水平的分类别推荐.通过真实数据的实验表明,该算法较比传统协同过滤及基于信任的推荐可以获得更优的推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁香乾	中国海洋大学信息科学与工程学院	99	1107	16.0	30.0
2	宫会丽	中国海洋大学信息科学与工程学院	25	140	7.0	10.0
3	程殿虎	中国海洋大学信息科学与工程学院	1	0	0.0	0.0