10.3969/j.issn.1000-386x.2022.03.044
基于贝叶斯后验概率和非合作博弈的推荐算法
针对传统协同过滤推荐算法推荐精度较低等问题,提出一种基于贝叶斯后验概率预测和非合作博弈的个性化推荐算法.采用文件主题模型求取用户与其参加过的所有社交活动的主题分布,利用隐含主题概率分布表征用户兴趣度,根据信任传递机制求取用户的直接信任和间接信任,形成用户间的信任度;将用户的兴趣度和信任度等隐式特征赋予合理的先验分布,利用贝叶斯后验概率预测隐式特征后的显式反馈;依据显式反馈将推荐结果转化为非合作博弈中用户效益最大化的纳什均衡求解.仿真对比实验表明,与其他三种推荐算法相比该算法的查准率至少提高了3.13％,查全率至少提高了2.62％.
贝叶斯后验概率;兴趣度;信任度;非合作博弈;个性化推荐
39
TP311;TP391(计算技术、计算机技术)
河南省软科学研究计划项目142400411151
2022-03-21（万方平台首次上网日期，不代表论文的发表时间）
共8页
270-276,284
