基于稀疏聚类和信任度的协同过滤算法

摘要：

针对数据稀疏性问题,提出一种基于稀疏子空间聚类和预测评分的协同过滤算法.利用稀疏子空间聚类对用户评分矩阵进行聚类,可以保留更多有用信息.考虑用户评分尺度和用户之间的可信度问题,提出融合信任度的概念,通过计算用户间的信任度,最终使用用户间的信任度与相似度的结合作为新的权重进行推荐.

关键词：数据稀疏、个性化推荐、共同喜好评分、稀疏子空间、协同过滤

分类号：TP301(计算技术、计算机技术)

资助基金：中央高校基本科研业务费专项资金资助项目XDJK2015C110;教育部”春晖计划”资助项目z2011149;西南大学教育教学改革研究项目2015JY026

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：47-49