基于用户信任的协同推荐算法研究与分析

• 作者: 徐吉 李小波 许浩
• 来源期刊: 数据通信
• 关键词: 协同推荐算法 用户兴趣变化 用户信任模型
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 技术交流
• 页码范围: 29-34
• 页数: 6页
• 字数: 6628字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2019.02.007

摘要

协同过滤算法一般根据用户的评价信息来推测用户的喜好,但受到数据稀疏问题的影响,许多时候无法得到较为理想的推荐结果;除此之外,一般协同推荐算法忽略了用户兴趣的动态变化;考虑到传统协同过滤算法存在上述问题,本文进行了研究,并提出了改进后的协同过滤推荐算法.整个算法的具体执行过程如下所示:第一步是根据用户偏好构建一个兴趣迁移模型,然后依据具体的评分时间对多个项目评分进行有速度差异的衰减,衰减完成之后得到项目评分矩阵,并将其应用到相似度的计算中;采用这种方式能够有效地解决用户兴趣变化引起的、推荐结果准确性降低的问题.然后是构建一个合适的用户信任度模型,根据T-采用率、可信度来对用户的信任度进行计算.最后将得到的信任度与基于时间的相似度进行线性组合,依据其权重大小进行最近邻选择与项目评分,并通过实验的方式,证明算法Improvement-CF能够有效提升推荐结果的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李小波	丽水学院工学院	15	28	3.0	4.0
2	许浩	丽水学院工学院	5	3	1.0	1.0
3	徐吉	宁波大学信息科学与工程学院	4	3	1.0	1.0