一种信任关系强度敏感的社会化推荐算法

一种信任关系强度敏感的社会化推荐算法
郭磊;马军;陈竹敏
【期刊名称】《计算机研究与发展》
【年(卷),期】2013(50)9
【摘要】为了进一步提高推荐算法的准确率,更好地对用户间的信任关系进行建模,首先提出了一种信任关系强度敏感的社会化推荐算法(StrengthMF).与以往的算法相比,该算法假设建立信任关系的两个用户之间并不一定存在着相似的兴趣爱好.在推荐过程中,StrengthMF算法通过共享的潜在用户特征空间来对信任关系强度和用户兴趣进行建模,通过进一步识别出那些与目标用户有着共同爱好的朋友来对求解的过程进行优化.为了验证算法所估计出的信任关系强度的准确性,接着又在SocialMF算法的基础上,提出了一种使用所估计的信任关系对其重新训练和学习的InfluenceMF算法.实验结果表明,与目前较为流行的方法相比,新方法能在RMSE 和MAE上取得更好的推荐结果,其所推导出的信任关系强度能进一步提高已有推荐算法的性能.
【总页数】9页(P1805-1813)
【作者】郭磊;马军;陈竹敏
【作者单位】山东大学计算机科学与技术学院济南250101;山东大学计算机科学与技术学院济南250101;山东大学计算机科学与技术学院济南250101
【正文语种】中文
【中图分类】TP18
【相关文献】
1.关系强度、关系信任还是关系认同——关于中国人人际交往的一种解释 [J], 周建国
2.一种基于信任关系隐含相似度的社会化推荐算法 [J], 潘一腾;何发智;于海平
3.一种基于改进犇-犛证据理论的信任关系强度评估方法研究 [J], 赵秋月;左万利;田中生;王英
4.一种基于领域信任及不信任的奇异值分解推荐算法 [J], 张琦; 柳玲; 文俊浩
5.结合重要节点信任传播的社会化推荐算法 [J], 顾军华;陈博;王锐;张素琪
因版权原因，仅展示原文概要，查看原文内容请购买。