基于用户综合信任度与社区信任传播的推荐算法
来源：计算机工程杂志2018年第12期北京时间：
作者：周娅,柴旺,韩君阳,张国梁
单位：桂林电子科技大学 计算机与信息安全学院,广西 桂林 541004
摘要：传统的协同过滤推荐算法存在数据稀疏性、用户冷启动等问题,基于信任机制的推荐算法虽然能够缓解数据稀疏性问题,但是在信任传播过程中时间成本过高。为此,提出基于用户综合信任度与社区信任传播的推荐算法,通过算法中的虚拟社区信任模型获取用户综合信任度,将其带入协同过滤算法得到推荐结果。该算法综合考虑显性和隐性2种直接信任度,得到直接综合信任度构建用户信任网络,并利用重叠社区发现算法为用户划分专属虚拟社区进行信任传播,弥补直接综合信任度数量的不足。在Epinions数据集上的实验结果表明,该算法能够在缓解数据稀疏性和用户冷启动问题的同时,降低信任传播的时间成本,提高推荐质量。
关键词：推荐算法,综合信任度,信任网络,虚拟社区,信任传播,协同过滤
基金资助：国家自然科学基金(61662015);广西科技厅科技开发重点项目(桂科攻1598019);NSFC-广东联合基金重点项目(U1501252)。
