融合信任计算的协同过滤推荐方法

摘要：

协同过滤推荐是目前应用最为广泛的推荐策略之一,但存在数据稀疏和难扩展问题.文中在传统基于用户的协同过滤推荐算法的基础上,引入信任关系计算,利用信任关系的条件传递特性,设计并构建一个集用户声望信任和用户局部信任的混和信任网络,并将用户间评分相似度和网络中用户间信任评价度结合,为用户寻找更多基于信任因素和兴趣因素的二维相似近邻.在Epinions数据集上以平均绝对误差( MAE)和均方根误差( RSME)等作为实验评价指标,对该方法进行验证实验.结果表明相比传统协同过滤推荐算法,该方法在 MAE 上提高约6.8%,最优值达到0.7513,t检验的结果也表明该方法能显著提高推荐系统性能.

关键词：协同过滤、信任计算、推荐系统

分类号：TP182(自动化基础理论)

资助基金：国家自然科学基金项目60803086;国家科技支撑计划子课题2013BAH21B02-01;北京市自然科学基金项目4123091;北京市属高等学校人才强教深化计划“中青年骨干人才培养计划”项目PHR20110815

在线出版日期：2014-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：417-425