基于隐含信任关系的概率张量分解推荐算法

• 作者: 何恋 杨忆 赵超 韩立新
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 推荐系统 隐含信任关系 链路预测 张量分解
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 基金项目
• 页码范围: 15-18
• 页数: 4页
• 分类号: TP391
• 字数: 4781字
• 语种: 中文

摘要

上下文信息以及用户之间的信任关系在推荐系统中起着重要作用.现有的推荐算法存在以下两个主要问题:只是利用上下文信息对数据进行预处理,只考虑了用户之间的直接信任关系对推荐系统的影响.针对上述问题,提出了一种基于隐舍信任关系的概率张量分解推荐算法,将上下文融入到模型中的同时还考虑了用户之间的隐含信任关系对推荐系统的影响.实验结果表明,提出的算法提高了推荐精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩立新	河海大学计算机与信息学院	47	272	9.0	15.0
2	杨忆	河海大学计算机与信息学院	11	53	4.0	7.0
4	赵超	河海大学计算机与信息学院	21	143	6.0	11.0
7	何恋	河海大学计算机与信息学院	2	1	1.0	1.0