结合评分和信任的协同推荐算法
【作者】
秦继伟
[1,2,3] ;
郑庆华
[1,2] ;
郑德立
[1,2] ;
田锋
[1,2]
【关键词】
协同推荐
信任值
偏好关系
推荐系统
【摘要】针对现有基于信任的推荐系统虽能缓解冷启动和虚假评价但较难获取用户之间的信任关系,难以建立用户彼此之间的偏好关系的问题,提出了基于评分-信任协同的推荐算法并给出了相关数学表达式和实现流程。该算法充分利用推荐系统中的共同评分,协同用户间的信任关系,建立用户之间的偏好关系,进而实现推荐。随着共同评分数目下限值的增加带来推荐准确度提高的同时将造成覆盖率的下降,因而关键是选取合适的下限值。实验结果表明,这种混合推荐的方法相比传统协作推荐方法与信任推荐方法,在精度损失极小的情况下,较大地提升了覆盖率。Rating Coverage 指标提高了 3 %和 32.1 %, User Coverage指标提高了 8.2 %和 15.1 %。从而获得了精度与覆盖率的良好平衡。
上一篇:Hash表与B~+树相结合的高效目录索引结构
下一篇:采用改进的尺度不变特征转换及多视角模型对车型识别