知识网络社区中基于声誉的协同过滤推荐技术研究  

Research on the Collaborative Filtering Recommendation Technology Based on Reputation in Knowledge Network Community

作　　者：曾子明[1] 周红[1] 

机构地区：[1]武汉大学信息管理学院,湖北武汉430072

出　　处：《情报理论与实践》2015年第5期116-120,共5页Information Studies:Theory & Application

基　　金：教育部人文社会科学重点研究基地重大项目"商品评论源信息获取方法与技术研究"(项目编号:14JJD870002);国家自然科学基金项目"泛在环境下基于情境感知的信息多维推荐服务模型与实现研究"(项目编号:71103136)的成果之一

摘　　要：文章模拟用户的打分过程,利用信任来改进用户评分。同时研究用户声誉在资源选择过程中的作用,与项目的声誉结合来解决同质资源泛滥的问题。实验结果显示,本文提出的基于声誉的协同过滤推荐方法能更准确地反映用户的偏好情况和资源的质量,从而提高推荐的准确率。The paper simulates users＇ grading process and improves scores with trust. The paper also researches on the influence of user reputation in the process of selecting resources and combines the item reputation to solve the overflow problem of homogeneous resources. The experimental result shows that the reputation-based collaborative filtering recommendation method can reflect users＇ preference as well as resource＇ s quality accurately, thereby improving the precision of recommendation.

关 键 词：知识网络 网络社区 用户 协同过滤 信息推荐 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]