基于专家信任优先的协同过滤推荐算法

摘要：

针对传统协同过滤推荐算法的不足，依据现实生活经验，认为在协同过滤推荐过程中考虑用户的专家信任因素十分必要。详细阐述专家信任的概念以及利用用户评分数据计算专家信任度的方法，提出一种基于专家优先信任的协同过滤推荐算法。在公开数据集GroupLens上的实验结果表明，该算法预测用户评分的精度和成功率都明显优于传统的最近邻法。

关键词：协同过滤、信任度、最近邻、专家信任优先

所属期刊栏目：56

分类号：G203(信息与传播理论)

资助基金：北京高校图书馆科研基金项目“基于社会网络拓展图书馆服务领域的研究探索”BJT2011313

在线出版日期：2012-08-02（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：105-108