基于专家用户的可信推荐系统
随着互联网的迅速发展，信息出现了爆炸式增长。推荐系统作为信息过滤的重要手段，是解决信息过载问题的有效方法。如何给缺少评分信息和信任关系的新用户提供有效的推荐信息，是推荐系统面临的一个重要问题，基于协同过滤的推荐系统和基于信任的推荐系统均无法很好地解决这一问题。提出了一个基于专家用户的可信推荐模型，即在信任网络中发掘出专家用户，然后利用这些专家用户来扩展新用户的信任网络，从而为新用户提供有效的推荐信息。在Epinions数据集上的实验结果表明，该方法提高了推荐系统的正确率和覆盖率，有效地解决了新用户问题。
专家用户 可信推荐系统 信任网络 性能评估
王宁 徐锋
南京大学计算机软件新技术国家重点实验室 南京 210093 南京大学计算机软件研究所 南京 210093
国内会议
长春
中文
205-210
2011-10-28（万方平台首次上网日期，不代表论文的发表时间）