一种基于用户信任机制的个性化协同过滤推荐算法研究

摘要：

传统的协同过滤推荐算法产生的数据稀疏性和冷启动问题存在潜在安全危机,不利于个性化推荐质量的提高.文章引入基于用户兴趣度和满意度的信任机制,改进传统用户信任度,通过信任度权重因子ωi,j,优化用户综合信任度,以提升预测评分质量.仿真实验分别从算法的推荐准确率和推荐覆盖率展开分析,实验结果表明,当ωi,j取值在0.5时,推荐准确率和覆盖率较RTCR算法、TrustImpact MF算法、A&I-Based算法明显占优.

关键词：用户信任度、个性化、协同过滤、用户相似度、推荐算法

所属期刊栏目：15

分类号：TP3;O24

资助基金：浙江省教育厅科技项目基金;项目Y201636319

在线出版日期：2018-02-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：101-104,110