融合信任关系和用户项目二部图的推荐算法

• 作者: 杨凯 陈平华
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤 信任关系 矩阵分解 二部图 物质扩散
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 77-83
• 页数: 7页
• 分类号: TP311
• 字数: 6663字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1701-0310

摘要

传统冷启动和数据稀疏性问题是推荐系统面临的两大难题.现有的大多数基于矩阵分解的推荐方法将用户孤立对待,忽略了用户之间的信任关系,从而导致推荐性能低效.提出一种融合信任关系和用户项目二部结构的矩阵分解推荐方法.该方法在对评分矩阵进行分解的基础上,加入用户信任关系和用户项目二部图结构信息,采用梯度下降算法训练模型参数.Epinions数据集上的对比实验表明,该方法有效提高了推荐系统的准确性和可靠性,尤其在冷启动和稀疏数据情况下,其推荐精度明显优于传统的推荐方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈平华	广东工业大学计算机学院	84	860	11.0	28.0
2	杨凯	广东工业大学计算机学院	1	9	1.0	1.0