-
题名基于多社交数据源的协同推荐方法研究
被引量：2
- 1
-
-
作者
王瑞琴
潘俊
李一啸
-
机构
湖州师范学院信息与控制技术研究所
温州大学建模与数据挖掘研究所
浙江财经大学信息学院
-
出处
《电信科学》
北大核心
2015年第6期78-84,共7页
-
基金
国家自然科学基金资助项目(No.61402336
No.61403338)
+3 种基金
国家教育部科学基金资助项目(No.14YJCZH152)
浙江省自然科学基金资助项目(No.LQ12F02008)
浙江省科技计划基金资助项目(No.2013C31138
No.2012C33086)~~
-
文摘
协同过滤推荐作为一种有效的推荐方法,普遍存在数据稀疏性和冷启动问题,利用社交网络的多项数据源对协同推荐方法进行了改进。为了克服评分矩阵的稀疏性问题,提出结合用户评分相似度和用户信任度选择推荐邻居,同时对用户相似度计算进行了改进;提出了一种简单有效的信任推理方法,能够识别出用户间隐含的间接信任关系,进一步缓解了数据稀疏性问题;为了解决推荐系统的冷启动问题,提出综合利用项目的类型属性信息和领域专家信息进行联合推荐。实验结果表明,提出的改进策略非常有效,在精度和召回率方面都较已有方法具有明显改善。
-
关键词
社交网络
个性化推荐
信任推理
多数据源
领域专家
-
Keywords
social network, personalized recommendation, trust inference, multiple data source, domain expert
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
