基于社会网络的协同推荐方法
针对传统协同过滤推荐算法存在推荐精度低的问题，提出了一种基于社会网络的协同推荐方法。该方法融合了社会网络中用户的相似度与信任度，首先计算用户间的评分相似度；再由直接信任度与间接信任度加权得出用户信任度；最后综合用户相似度与信任度得出用户间的推荐权重，并以推荐权重来选取最近邻居集，为目标用户形成推荐。试验结果证明，该方法可有效提高推荐系统的推荐精度。
社会网络、协同过滤、推荐精度、信任度、推荐权重
TP391(计算技术、计算机技术)
教育部人文社科规划项目13YJA630098;安徽省高校省级自然科学研究项目KJ2012B022。
2015-11-18（万方平台首次上网日期，不代表论文的发表时间）
共5页
29-33
