基于链路预测的有向互动影响力和用户信任的推荐算法

• 作者: 倪静 魏映婷
• 来源期刊: 计算机应用研究
• 关键词: 社交网络 评分信任度 有向性互动影响力 链路预测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1349-1353
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0801

摘要

针对传统推荐算法存在忽视社交网络结构紧密强度对用户信任传递的影响和缺乏社交心理解释等问题,提出基于链路预测的有向性互动影响力和用户信任的推荐算法.首先利用融合用户偏好行为和社交圈的综合相似度识别出目标用户的相似朋友圈;其次通过结合节点引力指数和有向性影响因子获得目标用户之间的有向性互动影响力,再利用由有向性互动影响力和用户评分信任得出的综合用户信任值在目标用户的相似朋友圈中寻找出值得信任的相似用户集合,有效提高了推荐的精确性,最后产生推荐.结果表明,所提推荐方法较之前的社会网络推荐算法在性能上具有显著提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪静	上海理工大学管理学院	60	158	8.0	10.0
2	魏映婷	上海理工大学管理学院	2	1	1.0	1.0