点击次数：

论文类型：期刊论文

发表时间：2016-02-15

发表刊物：小型微型计算机系统

收录刊物：PKU、ISTIC、CSCD

卷号：37

期号：2

页面范围：241-245

ISSN号：1000-1220

关键字：协同过滤推荐;隐式信任;推荐系统;信任机制

摘要：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.