【摘要】：現(xiàn)有的基于信任的推薦算法通常假設(shè)用戶是單一和同質(zhì)的,沒有充分挖掘信任關(guān)系信息,且相似關(guān)系和信任關(guān)系的融合缺乏高效的模型,極大地影響了推薦的準(zhǔn)確性和可靠性.提出一種基于信任的推薦算法.首先,結(jié)合全局信任和局部信任,并利用信任的傳播性質(zhì)對(duì)信任關(guān)系進(jìn)行建模;然后,設(shè)置推薦權(quán)重,綜合考慮相似度和信任度來構(gòu)建用戶間的偏好關(guān)系,篩選出鄰居;最后,將基于記憶的協(xié)同過濾思想和社交網(wǎng)絡(luò)的信任關(guān)系融入概率矩陣分解模型,同時(shí)使用自適應(yīng)權(quán)重動(dòng)態(tài)決定各部分的影響程度,形成高效、統(tǒng)一的可信推薦模型Trust-PMF.該算法在FilmTrust,Epinions這兩個(gè)數(shù)據(jù)集上與相關(guān)算法做了對(duì)比驗(yàn)證,結(jié)果證實(shí)了該算法的高效性.
[Abstract]:The existing recommendation algorithms based on trust usually assume that the user is single and homogeneous, does not fully mine the trust relationship information, and the fusion of similar relationship and trust relationship lacks an efficient model, which greatly affects the accuracy and reliability of recommendation. A recommendation algorithm based on trust is proposed. Firstly, combined with global trust and local trust, the trust relationship is modeled by using the propagation nature of trust. Then, the recommendation weight is set, and the preference relationship between users is constructed by considering similarity and trust degree, and the neighbors are screened out. Finally, the idea of collaborative filtering based on memory and the trust relationship of social network are integrated into the probability matrix decomposition model. At the same time, the adaptive weight is used to dynamically determine the influence degree of each part, and an efficient and unified trusted recommendation model Trust-PMF. is formed. The algorithm is compared with the related algorithms on the two datasets of FilmTrust,Epinions, and the results verify the efficiency of the algorithm.
【作者單位】： 中國(guó)人民大學(xué)信息學(xué)院;數(shù)據(jù)工程與知識(shí)工程教育部重點(diǎn)實(shí)驗(yàn)室(中國(guó)人民大學(xué));
【基金】：國(guó)家自然科學(xué)基金(61070053)~~
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：2498905