一种融合隐式信任的协同过滤推荐算法
小型微型计算机系统（2016）
Abstract
大数据背景下,如何从海量数据中挖掘出有用信息,从而提供精确及时的个性化推荐,引起了学者们的广泛兴趣.提出一种融合潜在的信任关系的基于协同过滤的个性化推荐算法,该算法从海量用户历史数据中,挖掘出潜在的信任关系,该信任关系涵盖了用户本身的活跃和用户间的喜好差异,可进行更精确的个性化推荐.仿真实验中,选定余弦相似度作为本文相似性的度量标准,同时对相似性和调和信任度进行调和平均,通过协同过滤算法得到个性化得推荐结果.在测试数据集上的大量实验证明,本文的推荐算法其准确率和多样性上优于传统算法,可保证推荐结果的准确全面.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined