基于重要性的信任感知推荐方法

摘要：

针对基于信任模型的推荐系统认为所有项目对所有用户具有相同重要性的问题,提出一种基于重要性的信任感知推荐方法.基于项目重要性对所有用户不一样的假设提出了新的信任度量,利用相对于用户的人口统计上下文来测量项目对于用户的重要性,计算活动用户和每个集群的人口统计特征的相似性,将最相似集群中的用户视为候选邻居,根据活动用户的信任邻居的偏好为其生成一个推荐列表.实验结果表明,提出方法在大多数情况下都优于其它方法,具有较高的预测精度和质量.

关键词：推荐系统;信任;协同过滤;人口统计特征;混合蛙跳算法

所属期刊栏目：42

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金项目;重庆市教育委员会科技攻关基金项目

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2240-2247