融合信任关系和用户项目二部图的推荐算法
来源：计算机工程与应用杂志2018年第4期北京时间：
作者：陈平华，杨 凯
单位：广东工业大学 计算机学院，广州 510006
摘要：传统冷启动和数据稀疏性问题是推荐系统面临的两大难题。现有的大多数基于矩阵分解的推荐方法将用户孤立对待，忽略了用户之间的信任关系，从而导致推荐性能低效。提出一种融合信任关系和用户项目二部结构的矩阵分解推荐方法。该方法在对评分矩阵进行分解的基础上，加入用户信任关系和用户项目二部图结构信息，采用梯度下降算法训练模型参数。Epinions数据集上的对比实验表明，该方法有效提高了推荐系统的准确性和可靠性，尤其在冷启动和稀疏数据情况下，其推荐精度明显优于传统的推荐方法。
关键词：协同过滤,信任关系,矩阵分解,二部图,物质扩散
