复杂网络环境下基于信任传递的推荐模型研究

• 作者: 仲兆满 施珺 李存华 李慧 蔡虹 马小平
• 来源期刊: 自动化学报
• 关键词: 社会网络 推荐 信任度 矩阵分解 正则化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 论文与报告
• 页码范围: 363-376
• 页数: 14页
• 字数: 14490字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c160395

摘要

针对推荐系统中普遍存在的数据稀疏和冷启动等问题,本文结合用户自身评分与用户的社会信任关系构建推荐模型,提出了一种基于信任关系传递的社会网络推荐算法(Trust transition recommendation model,TTRM).该方法首先通过计算信任网络中节点的声望值与偏见值来发现信任网络中的不可信节点,并通过对其评分权重进行弱化来减轻其对信任网络产生的负面影响.其次,算法又利用朋友的信任矩阵对用户自身的特征向量进行修正,解决了用户特征向量的精准构建及信任传递问题.同时为了实现修正误差的最小化,算法利用推荐特性进行用户相似度计算并通过带有社会正则化约束的矩阵分解技术实现社会网络推荐.实验结果表明,TTRM算法较传统的社会网络推荐算法在性能上具有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马小平	中国矿业大学信电学院	152	1129	17.0	27.0
2	蔡虹	淮海工学院计算机工程学院	13	81	6.0	8.0
3	李慧	淮海工学院计算机工程学院	19	105	6.0	10.0
5	李存华	淮海工学院计算机工程学院	95	723	15.0	22.0
6	施珺	淮海工学院计算机工程学院	38	153	7.0	9.0
9	仲兆满	淮海工学院计算机工程学院	30	190	8.0	12.0