| 基于信任和概率矩阵分解的协同推荐算法研究 |
| |
| 引用本文： | 郑修猛,陈福才.基于信任和概率矩阵分解的协同推荐算法研究[J].计算机应用研究,2016,33(11). |
| |
| 作者姓名： | 郑修猛 陈福才 |
| |
| 作者单位： | 国家数字交换系统工程技术研究中心,国家数字交换系统工程技术研究中心 |
| |
| 基金项目： | 国家自然科学基金资助项目;国家重点基础研究发展计划（973计划）;国家科技支撑计划 |
| |
| 摘 要： | 为了解决推荐系统的冷启动和数据稀疏性问题，研究人员利用用户之间的信任关系，提出了多种基于信任的协同推荐算法，这些方法提高了推荐覆盖率，然而推荐精确度却有所降低。因此，本文综合考虑用户之间的信任关系和用户的潜在特征，提出了基于信任和概率矩阵分解的协同推荐算法，首先通过融入用户的相似性、影响力、专业性等知识，计算用户之间不对称的信任关系；然后结合概率矩阵分解模型进行评分预测；最后在数据集上进行实验测试评估，实验表明该算法可以有效提高推荐结果的精确度。
|
| 关 键 词： | 推荐系统 协同过滤 信任 数据稀疏 冷启动 矩阵分解 |
| 收稿时间： | 2015/7/15 0:00:00 |
| 修稿时间： | 2016/9/23 0:00:00 |
Research on collaborative filtering recommendation algorithm based on trust and probabilistic matrix factorization |
| |
| zhengxiumeng and chenfucai.Research on collaborative filtering recommendation algorithm based on trust and probabilistic matrix factorization[J].Application Research of Computers,2016,33(11). |
| |
| Authors: | zhengxiumeng and chenfucai |
| |
| Abstract: | |
| |
| Keywords: | Recommender Systems Collaborative Filtering Trust Data Sparsity Cold-start Matrix Factorization |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
