基于双信任机制的TrustSVD算法

摘要：

为解决传统协同过滤算法中存在的数据稀疏与冷启动问题,社会化信任推荐机制被引入推荐系统,通过加入用户的显式信任信息,可有效地缓解上述问题.但是显式信任较难获取,并且数据较为稀疏,为了更好地提高推荐效率,在基于显式信任的TrustSVD算法的基础上,加入用户的隐式信任信息,提出了一种基于双信任机制的奇异值分解(singular value decomposition,SVD)算法EITrustSVD.在利用显式信任获得可靠推荐的同时,通过隐式信任的影响获得与用户喜好相关的推荐.通过实验证明,该方法可以较好地解决冷启动问题,且能提高推荐的准确率.

关键词：信任推荐、协同过滤、奇异值分解(SVD)、推荐系统、隐式信任

所属期刊栏目：9

分类号：TP391.3(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61262006;the Major Applied Basic Re-search Program of Guizhou Province under Grant No. JZ20142001;the Science and Technology Foundation of Guizhou Province under Grant No. LH20147636

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1391-1397