融合用户信任度与相似度的推荐算法研究

• 作者: 叶卫根 周贤泉 宋威 徐毅 戴鑫
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 概率矩阵分解 推荐系统 用户相似度 信任关系
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 78-83
• 页数: 6页
• 分类号: TP391
• 字数: 8277字
• 语种: 中文

摘要

提出一种新的基于概率矩阵分解的推荐算法.首先,对用户之间的信任关系网络进行重构,突出社交网络中被很多用户信任的用户地位.其次,引入用户之间的相似度,区分目标用户与其信任用户之间的兴趣偏好.最后,运用信任关系与相似度获取用户之间的加权关系,从而得到融合用户信任度与相似度的推荐算法.实验采用Ciao数据集,其结果表明所提出的算法在平均绝对误差和均方根误差这两个推荐准确性指标上都有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋威	江南大学物联网工程学院	44	158	8.0	10.0
2	周贤泉	江南大学物联网工程学院	3	10	1.0	3.0
3	叶卫根	江南大学物联网工程学院	2	15	2.0	2.0
4	徐毅	江南大学物联网工程学院	9	27	3.0	4.0
5	戴鑫	江南大学物联网工程学院	3	14	2.0	3.0