-
题名结合信任关系的用户聚类协同过滤推荐算法
被引量:6
- 1
-
-
作者
孟晗
高岑
王嵩
张琳琳
刘念
-
机构
中国科学院大学计算机控制与工程学院
中国科学院沈阳计算技术研究所
-
出处
《计算机系统应用》
2020年第8期224-229,共6页
-
文摘
在传统的协同过滤推荐算法中,相似度计算是算法中的核心,然而之前的计算方式过于依赖用户的评分,没有考虑到用户本身的属性以及信任度,并且没有对恶意用户进行区分,为解决上诉问题,本文将一种改进的新型信任关系度量方式融入到相似度计算中,这种新型的方法不仅考虑了恶意用户的影响,并且有效地结合用户本身的属性.另外,文章就热点问题对相似度计算也进行了改进.算法最终利用初始用户聚类不断迭代得到相邻用户,有效的消除了冷启动和数据稀疏的问题.实验部分,通过与其它几种推荐算法的比较可以证明,提出的算法能够有效提升推荐准确度.
-
关键词
协同过滤
信任关系
相似度算法
用户聚类
相邻用户
-
Keywords
collaborative filtering
trust relationship
similarity algorithm
user clustering
adjacent users
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-