首页> 中文期刊> 《小型微型计算机系统》 >一种利用非对称相似度强化信任用户关系的推荐算法

一种利用非对称相似度强化信任用户关系的推荐算法

         

摘要

为提高推荐算法的准确率,针对Social MF中用户将其信任用户同等对待的问题,提出一种在评分数据稀疏情况用于计算信任用户相似度的方法—非对称相似度方法(AC-Sim),通过AC-Sim来判别存在信任关系用户间是否有共同偏好,并将此偏好信息融合到已有的用户关系网中,达到强化信任网络的目的;其次将强化后的信任网络应用到PMF算法中,评分矩阵在分解过程中,用户特征向量受信任用户影响的同时,也受到与其有共同偏好用户的影响.实验结果表明,与目前较为流行的算法相比,新算法在RMSE和MAE上均取得更好的推荐效果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号