基于信任关系和项目流行度的矩阵分解推荐算法

• 作者: 李卫疆 郑雅民
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 推荐 信任关系 项目流行度 矩阵分解
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法
• 页码范围: 249-254,275
• 页数: 7页
• 分类号: TP3
• 字数: 4553字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.09.044

摘要

针对现有推荐系统推荐覆盖范围不高的问题,提出一种融合项目流行度和用户信任关系的矩阵分解推荐算法.合并用户-项目评分矩阵和用户-用户信任关系矩阵,通过矩阵分解的方式同时传递信任和推荐项目,极大提高了推荐算法的覆盖率,但损失了现有方法8％左右的精度.将项目流行度作为权重因子,引入到高稀疏性的用户-项目评分矩阵中,根据项目流行度对用户评分项目和未评分项目分别进行加权处理,提高了推荐算法的准确率.通过在Epinions数据集上的对比实验结果表明,该算法在大幅度改善推荐覆盖率的同时,保证了推荐的准确率,能够给于用户更好的推荐效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
2	郑雅民	昆明理工大学信息工程与自动化学院	1	1	1.0	1.0