-
题名融合用户兴趣度和信任度的协同过滤推荐算法
被引量：11
- 1
-
-
作者
苑宁萍
辛力坚
王呼生
宁鹏飞
-
机构
内蒙古医科大学计算机信息学院
内蒙古电力科学研究院
-
出处
《计算机工程与设计》
北大核心
2020年第7期1967-1974,共8页
-
基金
国家自然科学基金地区科学基金项目(F030403)。
-
文摘
针对传统协同过滤推荐算法推荐精度较低等问题,提出一种个性化社交活动推荐算法。采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用户的兴趣度;利用信任传递机制求取用户间的直接信任值和间接信任值;综合用户对社交活动的兴趣度和评分,构建新的兴趣度相似矩阵得到用户间的综合相似度,将综合用户相似度与用户信任度相融合,得到个性化推荐权值,以不同的权值配比获得最终的社交化活动推荐,利用豆瓣同城数据集确定各模块的参数设置值。对比实验结果表明,在保证较高覆盖率的基础上,算法相较于其它两种推荐算法准确率至少提高了5.26%,召回率至少提高了12.5%。
-
关键词
协同过滤
个性化推荐
兴趣度
信任度
文件主题模型
-
Keywords
collaborative filtering
personalized recommendation
interestingness
believability
latent Dirichlet allocation
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
TP391
[自动化与计算机技术—计算机应用技术]
-
