基于双信任机制的TrustSVD算法

来源：计算机科学与探索杂志2015年第11期北京时间：

作者：田尧，秦永彬，许道云，张丽

单位：贵州大学 计算机科学与技术学院，贵阳 550025

摘要：为解决传统协同过滤算法中存在的数据稀疏与冷启动问题，社会化信任推荐机制被引入推荐系统，通过加入用户的显式信任信息，可有效地缓解上述问题。但是显式信任较难获取，并且数据较为稀疏，为了更好地提高推荐效率，在基于显式信任的TrustSVD算法的基础上，加入用户的隐式信任信息，提出了一种基于双信任机制的奇异值分解（singular value decomposition，SVD）算法EITrustSVD。在利用显式信任获得可靠推荐的同时，通过隐式信任的影响获得与用户喜好相关的推荐。通过实验证明，该方法可以较好地解决冷启动问题，且能提高推荐的准确率。

关键词：信任推荐,协同过滤,奇异值分解（SVD）,推荐系统,隐式信任