基于信任的协同过滤算法.pdf

《基于信任的协同过滤算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、2014年第23卷第7期http：／／www．c·S-a．org．crl计算机系统应用基于信任的协同过滤算吴慧，卞艺杰，赵拮，马瑞敏(河海大学商学院，南京211100)摘要：针对020电子商务平台推荐准确率低的问题，本文从用户活跃度和用户权威度两个方面计算用户全局信任度，引入用户之间的信任关系对传统的协同过滤算法进行改进，设定信任度阀值来确定邻居用户的范围，在此基础之上结合信任度和相似度两个因素确定邻居用户，以信任度和相似度结合的混合值作为推荐权重，实验证明，该算法与传统的协同过滤推荐算法和基于信任关系的推荐算法相比有更好的效果．关键词

2、：信任：协同过滤：算法ColaborativeFilteringAlgorithmBasedonTrustWUHui，BIANYi·Jie，ZHAOZhe，MARui—Min(BusinessSchool，HohaiUniversity,Nanjing211100，China)Abstract：Accordingtotheproblemofthelowprecisionrateofresourcesrecommendedin020E—Commerceplatform，thepapercalculatesuser’Sglobal—trus

3、tinthesystemfromtwoaspectsofuseractivityanduserauthority．Onthisbasis，itimprovesthetraditionalcollaborativefilteringalgorithmwiththeintroductionoftrustrelationshipbetweenusers．Itsetsconfidencethresholdtodeterminethescopeofneighboringusers．Onthisbasis，combinedwithtrustands

4、imilaritytodeterminetheneighborusers，thisworkputstheircombinedmixedNumericalasrecomendedweights．Theexperimentalresultscanprovethevalidityandsuperiorityoftheproposedalgorithm．Keywords：trust；collaborativefiltering；algorithm传统的协同过滤算法根据用户——项目评分数据度和相似度结合，改进了相似度计算方法，提高了推计算用户之间

5、的相似度，把用户之间的相似度作为推荐的准确率，其不足是对全局信任度影响的因素考虑荐权重．而在日常生活中，人们在接受他人(称为推荐得过于简单．人)的推荐时，首先会考虑推荐人与自己的兴趣爱好是本文提出基于信任度的协同过滤算法，该算法把否相同。该推荐人以前是否推荐过令自己满意的商品；信任作为影响推荐的一个重要因素，不仅考虑了一个如果是一个陌生人的推荐，人们会考虑推荐人整体的用户对邻居用户的信任度，也考虑了用户在整个系统信誉情况，决定是否接受其推荐的商品．传统的协同中的可信度，并且从用户活跃度和用户权威两个方面过滤算法并没有考虑不同人之间的信任

6、度问题．来计算用户全局信任度的一种新的思路．目前，已有不少学者将信任概念引入电子商务推荐系统中[H剐，从不同程度上改进了推荐准确性、数据1协同过滤算法中的信任稀疏度等问题．文献I9】通过结合社会网络的理论知识，Zieglert】等人通过对用户相似度和用户之间的信对电子商务中信任网络的构造方法和优化算法进行了任关系进行研究，得出如下结论：用户之间的信任度研究．文献[】。I通过对全局信任度和局部信任度进行研和用户相似度具有较强的相关性，并且满足如下不等究，提出了基于信任的协同过滤算法．文献【¨】将信任式：①收稿时间：2013-11．12；收

7、到修改稿时间：2013-12-06SoftwareTechnique·Algorithm软件技术·算法131计算机系统应用htrp：llwww．c—S-a．org．cn2014年第23卷第7期∑sim(a，6)∑sim(a，c)目集TotalSet(u。，)中，用户a对用户b正确推荐个数，CorrectSet(u，，f)所占的比例，可以表示为用户b对用户a的直接信任度(，)，如公式3所示．其中，u代表系统中所有用户集合，trust(a)代表和用户a具有直接信任关系的用户集合，sim(a，b)表示用户a和∑』_一correct(u，Ub，

8、f)用户b之问的相似度．不等式左边表示用户a与其信I(，U)=TotalSet(u。，U6)任用户的相似度平均值。右侧表示用户a与系统中其CorrectSet(u，Ub，i)是指用户a将项目i推荐给用户他用