融合用户动态标签和信任关系的协同过滤算法

• 作者: 吴鸿玲 程耕国
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 协同过滤推荐 冷启动 数据稀疏 动态标签 信任关系 矩阵概率分解模型
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 理论与研发
• 页码范围: 43-48,67
• 页数: 7页
• 分类号: TP311.52
• 字数: 5814字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1708-0144

摘要

针对协同过滤推荐算法中的冷启动以及数据稀疏问题,提出一种融合用户动态标签和用户信任关系的矩阵概率分解模型.该模型首先通过构建用户集、标签集和物品集三者间的动态联系,建立用户动态偏好矩阵;接着构建基于用户社会网络信息的用户信任关系矩阵,该信任关系矩阵使用用户信任反馈机制以实时更新用户间的信任值;最后提出融合用户动态标签和用户信任关系的矩阵概率分解模型,并在MovieLens与Jester_Joke_data数据集上进行仿真实验.实验结果表明,该算法在绝对误差均值、准确率与召回率方面获得了较好的效果,在一定程度上能有效提高了协同过滤推荐算法的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程耕国	武汉科技大学冶金自动化与检测技术教育部工程研究中心	158	1114	19.0	24.0
2	吴鸿玲	武汉科技大学信息科学与工程学院	2	4	2.0	2.0