基于用户行为特征分析的隐性信任协同过滤推荐方法

摘要：

个性化推荐技术能够根据用户评价项目的信息分析用户的喜好,采用信息的"推"技术为用户决策推送各种有价值的情报.传统的基于用户的协同过滤推荐方法在项目评分矩阵高度稀疏时推荐效果较差.基于用户信任关系的推荐方法,可回避评分数据不足的问题,但信任信息的获取存在诸多障碍.因此,本文提出了一种基于隐性信任的协同过滤推荐方法,通过对用户评分行为的分析建立用户对其邻居和对项目的隐性信任模型,根据信任邻居的历史喜好和用户自己的历史喜好向用户推荐感兴趣的项目.实验结果表明本文提出的方法能够为用户提供更准确的推荐结果.

关键词：隐性信任、评分行为、协同过滤、推荐算法

所属期刊栏目：32

分类号：TP3;F71

资助基金：国家自然科学基金项目71031002

在线出版日期：2013-07-09（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：490-496