基于用户综合信任度与社区信任传播的推荐算法

• 作者: 周娅 张国梁 柴旺 韩君阳
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 推荐算法 综合信任度 信任网络 虚拟社区 信任传播 协同过滤
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 294-300
• 页数: 7页
• 分类号: TP18
• 字数: 5916字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048908

摘要

传统的协同过滤推荐算法存在数据稀疏性、用户冷启动等问题,基于信任机制的推荐算法虽然能够缓解数据稀疏性问题,但是在信任传播过程中时间成本过高.为此,提出基于用户综合信任度与社区信任传播的推荐算法,通过算法中的虚拟社区信任模型获取用户综合信任度,将其带入协同过滤算法得到推荐结果.该算法综合考虑显性和隐性2种直接信任度,得到直接综合信任度构建用户信任网络,并利用重叠社区发现算法为用户划分专属虚拟社区进行信任传播,弥补直接综合信任度数量的不足.在Epinions数据集上的实验结果表明,该算法能够在缓解数据稀疏性和用户冷启动问题的同时,降低信任传播的时间成本,提高推荐质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周娅	桂林电子科技大学计算机与信息安全学院	90	540	11.0	19.0
2	柴旺	桂林电子科技大学计算机与信息安全学院	1	0	0.0	0.0
3	韩君阳	桂林电子科技大学计算机与信息安全学院	1	0	0.0	0.0
4	张国梁	桂林电子科技大学计算机与信息安全学院	1	0	0.0	0.0