基于用户信任的协同推荐算法研究与分析  

Research and Analysis of Collaborative Recommendation Algorithm Based on User Trust

作　　者：徐吉 李小波[2] 许浩 Xu Ji;Li Xiaobo;Xu Hao

机构地区：[1]宁波大学信息科学与工程学院,浙江宁波315211 [2]丽水学院工学院,浙江丽水323000

出　　处：《数据通信》2019年第2期29-34,共6页

基　　金：浙江省公益技术应用研究项目(2016C33G2071847)

摘　　要：协同过滤算法一般根据用户的评价信息来推测用户的喜好,但受到数据稀疏问题的影响,许多时候无法得到较为理想的推荐结果;除此之外,一般协同推荐算法忽略了用户兴趣的动态变化;考虑到传统协同过滤算法存在上述问题,本文进行了研究,并提出了改进后的协同过滤推荐算法。整个算法的具体执行过程如下所示:第一步是根据用户偏好构建一个兴趣迁移模型,然后依据具体的评分时间对多个项目评分进行有速度差异的衰减,衰减完成之后得到项目评分矩阵,并将其应用到相似度的计算中;采用这种方式能够有效地解决用户兴趣变化引起的、推荐结果准确性降低的问题。然后是构建一个合适的用户信任度模型,根据T-采用率、可信度来对用户的信任度进行计算。最后将得到的信任度与基于时间的相似度进行线性组合,依据其权重大小进行最近邻选择与项目评分,并通过实验的方式,证明算法Improvement-CF能够有效提升推荐结果的准确性。

关 键 词：协同推荐算法 用户兴趣变化 用户信任模型 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术]