10.3778/j.issn.1002-8331.1708-0144
融合用户动态标签和信任关系的协同过滤算法
针对协同过滤推荐算法中的冷启动以及数据稀疏问题,提出一种融合用户动态标签和用户信任关系的矩阵概率分解模型.该模型首先通过构建用户集、标签集和物品集三者间的动态联系,建立用户动态偏好矩阵;接着构建基于用户社会网络信息的用户信任关系矩阵,该信任关系矩阵使用用户信任反馈机制以实时更新用户间的信任值;最后提出融合用户动态标签和用户信任关系的矩阵概率分解模型,并在MovieLens与Jester_Joke_data数据集上进行仿真实验.实验结果表明,该算法在绝对误差均值、准确率与召回率方面获得了较好的效果,在一定程度上能有效提高了协同过滤推荐算法的性能.
协同过滤推荐、冷启动、数据稀疏、动态标签、信任关系、矩阵概率分解模型
54
TP311.52(计算技术、计算机技术)
国家自然科学基金61501337
2018-10-26（万方平台首次上网日期，不代表论文的发表时间）
共7页
43-48,67
