融合用户相似度与信任度的协同过滤推荐算法

• 作者: 李慧 蒋宗礼
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 协同过滤 推荐系统 信任度 用户相似度
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 算法与语言
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP312
• 字数: 4120字
• 语种: 中文
• DOI: 10.11907/rjdk.162798

摘要

传统的协同过滤算法难以解决"稀疏性"和"冷启动"等问题.鉴于此,提出一种融合用户相似度和信任度的方法.首先根据用户对共同项目的评分创建初始信任度,通过信任关系的传递规则,建立没有直接信任关系的用户之间的信任关系,然后融合用户相似度与信任度,用于传统的协同过滤推荐系统,找出用户的最近邻居集,进行项目的评分预测,从而产生推荐列表.实验表明,改进后的算法能有效提高系统推荐的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋宗礼	北京工业大学信息学部	103	997	17.0	27.0
2	李慧	北京工业大学信息学部	14	97	5.0	9.0