一种引入间接信任关系的改进协同过滤推荐算法

【目的】解决传统协同过滤推荐算法中由于数据稀疏性等原因而导致的推荐质量恶化问题,需要对协同过滤推荐算法的推荐机制进行改进优化。【方法】利用社会网络分析中的凝聚子群分析技术挖掘隐含在信任网络中的间接信任关系,与直接信任加权融合成综合信任度,并将其融入用户相似度计算中。【结果】实验结果显示,信任关系中间接信任不容忽视,当间接信任以35%的比例与直接信任融合时,推荐效果比仅引入直接信任关系有进一步提升。【局限】在考虑信任网络中的间接信任时,忽略了用户之间多中介节点的间接信任情况对推荐精度的影响。【结论】引入间接信任关系的软集成可以提高协同过滤算法的推荐准确性。