10.3969/j.issn.1000-386x.2019.09.044
基于信任关系和项目流行度的矩阵分解推荐算法
针对现有推荐系统推荐覆盖范围不高的问题,提出一种融合项目流行度和用户信任关系的矩阵分解推荐算法.合并用户-项目评分矩阵和用户-用户信任关系矩阵,通过矩阵分解的方式同时传递信任和推荐项目,极大提高了推荐算法的覆盖率,但损失了现有方法8%左右的精度.将项目流行度作为权重因子,引入到高稀疏性的用户-项目评分矩阵中,根据项目流行度对用户评分项目和未评分项目分别进行加权处理,提高了推荐算法的准确率.通过在Epinions数据集上的对比实验结果表明,该算法在大幅度改善推荐覆盖率的同时,保证了推荐的准确率,能够给于用户更好的推荐效果.
推荐、信任关系、项目流行度、矩阵分解
36
TP3(计算技术、计算机技术)
国家自然科学基金项目61363045
2019-09-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
249-254,275