基于全局相似度的社交网络个性化推荐算法

分享到

【作者】张艺豪，李梁，赵清华，马建芬，段倩倩
【刊名】计算机工程
【作者单位】太原理工大学信息工程学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心；太原师范学院管理系
【ISSN】1000-3428
【关键词】推荐系统个性化推荐社交网络数据挖掘机器学习
【摘要】随着电子商务高速发展,个性化推荐系统成为解决互联网信息过载的重要手段。社交网络推荐算法在概率矩阵分解基础上利用社交网络用户之间信任关系作为额外信息,很好地解决了数据稀疏和冷启动问题。本文在社交网络推荐算法基础上,挖掘项目之间的全局相似度以及分析用户之间信任的可靠度,提出一种刻画商品之间的全局相似度,并进一步结合社交网络关系的个性化推荐算法。在Filmtrust数据集与Ciao数据集上的大量实验表明,本文提出的改进算法在推荐准确性上有了很大的提高。
【基金】国家自然科学基金
【文献类型】期刊