基于Hebbian一致性学习的P2P推荐算法

摘要：

借鉴社会网络的概念,构建了一个基于信任权值的P2P(peer-to-peer)推荐网络,其中每个对等体作为一个用户代理负责维护其在推荐网络中的信任邻居关系.在此基础上,提出了一种基于Hebbian一致性学习的信任权重学习算法,并且基于相似用户发现机制、信任权重学习规则、潜在邻居调整策略等来自适应地调整用户与邻居用户的信任权重.实验数据证明该算法具有较高的推荐效率、社区构建效率和良好的可扩展性.

关键词：远程教育、Hebbian一致性、自组织、P2P推荐网络

所属期刊栏目：42

分类号：TP391.7(计算技术、计算机技术)

资助基金：国家自然科学基金60372078

在线出版日期：2007-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：110-113