基于社交网络信任关系的服务推荐方法

摘要：

随着服务型计算的兴起,大量跨领域电子服务应运而生.用户要从众多服务中挑选出适合自己且可信的服务十分困难,因而提出高效的服务推荐算法十分必要.传统的协同推荐方法存在冷启动、数据稀疏以及实时性不好等问题,在评分数据较少时推荐效果不佳.为获得更好的推荐结果,文中在社交网络中使用信任传递机制,建立信任传递模型,由此获取任意用户间的信任度.另一方面,设计了相似性判定指标,凭借系统评分数据,求得用户间的偏好相似度.在得到用户间信任度和偏好相似度的基础上,根据社交网络的特性,动态结合两部分指标以获得综合推荐权重,再以此权重替代传统相似度衡量标准进行基于用户的协同过滤推荐.所提方法能在解决传统推荐算法问题的基础上进一步提升推荐效果,并以准确率、覆盖率为标准在Epinions数据集上进行验证,获得了较好的效果.

关键词：推荐系统、信任网络、协同过滤、冷启动

所属期刊栏目：45

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金U1405255

在线出版日期：2018-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：402-408