本文關(guān)鍵詞：基于社交網(wǎng)絡(luò)用戶信任度的混合推薦算法研究

  更多相關(guān)文章： 社交網(wǎng)絡(luò) 用戶信任度 混合推薦算法 ModelTrust

【摘要】：為了解決當前社交網(wǎng)絡(luò)中基于用戶信任的Web服務(wù)推薦算法存在的覆蓋率不足的問題,整合了當前有關(guān)直接信任、間接信任及群體信任度的研究思路,對相關(guān)的信任度計算方式進行了擴展研究。在此基礎(chǔ)上,提出了一種新的混合信任度算法。實驗結(jié)果表明,在召回率、用戶信任度和用戶爭議度等指標上該混合推薦算法優(yōu)于現(xiàn)有算法ModelTrust,證明了該算法具有覆蓋率較高的特點,能解決由單一信任度算法數(shù)據(jù)稀疏性造成推薦結(jié)果不佳的問題。
【作者單位】： 重慶大學軟件學院;
【關(guān)鍵詞】： 社交網(wǎng)絡(luò) 用戶信任度 混合推薦算法 ModelTrust
【基金】：基于異構(gòu)服務(wù)網(wǎng)絡(luò)分析的Web服務(wù)推薦研究(61379158)資助
【分類號】：TP391.3
【正文快照】： 推薦系統(tǒng)的面世有效解決了現(xiàn)代社會“信息爆炸”帶給普1　直接信任度研究通人群的信息選擇難題。推薦系統(tǒng)目前主要分為3類:基于內(nèi)容過濾的推薦、基于協(xié)同過濾的推薦和基于社會化過濾的1.1　IOWA算子研究推薦。得益于Facebook、微博等社交網(wǎng)絡(luò)應用的流行,社會文獻[1]提出了一種

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機應用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進[J];計算機應用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強;;智能博物館環(huán)境下的個性化推薦算法[J];計算機工程與應用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機工程與應用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學學報(自然科學版);2011年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復雜網(wǎng)絡(luò)學術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：887599