基于信任网络与协同过滤的自适应推荐模型研究

• 作者: 邹海涛 陈沁梅
• 来源期刊: 江苏科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 推荐系统 协同过滤 社交网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息与控制工程
• 页码范围: 45-50
• 页数: 6页
• 分类号: TP181
• 字数: 4942字
• 语种: 中文
• DOI: 10.11917/j.issn.1673-4807.2019.04.008

摘要

传统组合推荐算法采用静态参数平衡协同过滤模块与社交网络模块比重,没有考虑用户自身特性.为解决上述问题,文中提出基于局部网络拓扑结构的组合模型,该模型引入聚簇系数,结合用户自身购买历史及社交网络特征,自适应调整模块融合比例,从而达到提高推荐准确度的目的.运用Epinions以及Flixster数据集对文中自适应推荐模型进行模拟,实验结果表明:基于信任网络与协同过滤的自适应组合推荐框架优于静态组合推荐模型,该模型能够有效改善推荐准确度,提高推荐效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹海涛	江苏科技大学计算机学院	5	0	0.0	0.0
2	陈沁梅	中国船舶重工集团有限公司第七二四研究所	1	0	0.0	0.0