基于全局相似度的社交网络个性化推荐算法

摘要：

针对经典社交网络推荐算法忽略项目相似度信息的问题,提出一种改进的社交网络个性化推荐算法.挖掘项目之间的全局项目相似度信息,分析社交网络用户之间信任值的可靠度,并将两者融合在一种模型中,实现对用户的个性化推荐.在Filmtrust数据集与Ciao数据集上的实验结果表明,与PMF、SocialMF和SoRec算法相比,该算法能够提高推荐准确性,降低在冷启动问题上的推荐误差.

关键词：全局相似度、个性化推荐、社交网络、数据挖掘、机器学习

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金51505324;山西省国际科技合作计划项目2013-036

在线出版日期：2018-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：204-208