基于用户模糊聚类的综合信任推荐算法

• 作者: 贾俊杰 张玉超
• 来源期刊: 计算机工程
• 关键词: 推荐系统 模糊C均值聚类 信任网络 Jaccard全局信任值 综合信任值
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能与模式识别|Artificial Intelligence and Pattern Recognition
• 页码范围: 60-67
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0057930

摘要

针对传统协同过滤推荐算法通常存在的数据稀疏和冷启动问题,根据用户间的信任关系,提出基于模糊C均值聚类的综合信任推荐算法.采用评分数据和信任数据计算用户间的隐式信任值和显式信任值,利用显隐式信任得到综合直接信任值,基于信任的传递特性获得Jaccard全局信任值,最终通过动态结合综合直接信任与Jaccard全局信任获取综合信任值,同时将信任机制融入模糊C均值聚类算法实现对目标用户的精准推荐.在FilmTrust真实数据集上的实验结果表明,该算法有效缓解了数据稀疏和冷启动问题,并且相比传统协同过滤推荐算法具有更高的推荐质量.