基于信任因子的协同过滤推荐算法

摘要：

传统协同过滤算法最后的预测值是用户最近邻评价的加权平均值,过于强调相似度的作用.除相似度以外,信任也是影响推荐结果的因素之一.该文提出以用户的评价个数和为他人提供推荐的次数为要素的可计算的信任模型与算法以及基于信任因子的协同过滤算法.该算法改变传统推荐过程中,用户之间的相似度唯一决定预测结果的现状,提高了推荐的精度.并通过一系列实验证明了该设想和算法的优越性.

关键词：协同过滤、信任、相似度、最近邻

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目"人机协同思维中隐性知识的共享管理方法研究"70671016;国家自然科学基金资助项目"互联网环境下的关系营销理论与创新"70532006

在线出版日期：2008-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3