基于评分子空间和信任机制的协同过滤推荐算法

作     者：张莉 孙晓寒 郑晓晗 Zhang Li;Sun Xiaohan;Zheng Xiaohan

作者机构：苏州大学计算机科学与技术学院江苏苏州215006 

基　　金：江苏省高校自然科学研究项目(19KJA550002) 江苏省六大人才高峰项目(XYDXX-054) 江苏高校优势学科建设工程资助项目 

出 版 物：《南京师范大学学报（工程技术版）》 (Journal of Nanjing Normal University(Engineering and Technology Edition))

年 卷 期：2023年第23卷第3期

页      码：27-35页

摘      要：互联网技术的快速发展导致了互联网上数据信息的爆炸式增长.推荐系统作为解决互联网信息过载问题的关键技术,其核心思想是通过用户历史行为数据挖掘出用户的个性化偏好,为用户推荐其感兴趣的物品.然而,稀疏的评分数据会导致相似度计算不够准确,进而影响相似用户集的质量.为了提高相似用户搜索的可靠性,引入信任机制和评分子空间,提出基于评分子空间和信任机制的协同过滤推荐算法.创新点主要包括以下两点:首先,算法引入基于用户显式声明的关系数据所构建的信任机制,该关系数据能够对稀疏的评分数据进行补充.其次,利用评分子空间和信任关系,设计了一种基于隐式和显式相似度的混合相似度度量方式,并将之引入到多阶近邻的相似用户搜索方法和迭代评分预测方案中.实验结果表明,所提算法提高了推荐的准确度,具备较好的预测能力.

主 题 词：推荐系统 协同过滤 信任机制 用户评分子空间 迭代评分预测 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1672-1292.2023.03.004

馆 藏 号：203123842...