耦合社会信任信息的矩阵分解协同过滤模型

• 作者: 秦志光 蒋伟
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 协同过滤 矩阵分解 推荐系统 辅助信息 社会网络 信任感知
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 420-426
• 页数: 7页
• 分类号: TP311
• 字数: 6915字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2019.03.018

摘要

在过去的十年中,协同过滤(CF)推荐系统已经取得了巨大的成功.然而,用户-物品矩阵的稀疏性和冷启动问题仍然是一个挑战.在线社交网络的出现,为推荐系统提供了大量社交网络信任信息,从而为解决这一问题提供了契机.该文基于矩阵分解协同过滤方法,提出了一种集成用户信任信息的模型.该方法利用用户信任信息对用户隐因子进行修正,采用自编码器来提取用户和物品隐特征向量的初始化特征,并针对社交网络中的信任关系提出了信任群组的检测算法.大规模的真实数据集上进行的广泛的实验表明,该模型与相关算法对比,不但能有效缓解冷启动,而且取得了更好的推荐性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学信息与软件工程学院	262	3157	26.0	46.0
2	蒋伟	电子科技大学信息与软件工程学院	14	74	6.0	8.0