基于双信任机制的TrustSVD算法
为解决传统协同过滤算法中存在的数据稀疏与冷启动问题,社会化信任推荐机制被引入推荐系统,通过加入用户的显式信任信息,可有效地缓解上述问题.但显式信任较难获取或数据较为稀疏,为更好的提高推荐效率,在基于显式信任的TrustSVD算法的基础上,加入用户的隐式信任信息,提出一种基于双信任机制的SVD算法,EITrustSVD.在利用显式信任获得可靠推荐的同时,通过隐式信任的影响获得与用户喜好相关的推荐.通过实验证明,该方法可以较好的解决冷启动问题且能提高推荐的准确率.
信任推荐 奇异值分解算法 双信任机制 准确率
田尧 秦永彬 许道云 张丽
贵州大学计算机科学与技术学院 贵州贵阳550025
国内会议
金华
中文
1-7
2015-10-30（万方平台首次上网日期，不代表论文的发表时间）