融合社交网络与关键用户的并行协同过滤推荐算法

来源：计算机应用研究杂志2019年第10期北京时间：

作者：肖成龙,王宁,王永贵,

单位：辽宁工程技术大学软件学院,辽宁葫芦岛125105；

摘要：为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题，提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上，融合用户社交网络信息得出社交信任矩阵，融合关键用户信息得出关键用户评分矩阵。利用三大评分矩阵，分配不同的权重比例，共同来预测用户对于目标项目评分。针对海量数据问题，采用Spark分布式集群实现该算法的计算并行化。实验结果表明，该算法能够有效缓解数据稀疏问题，提高处理速度和推荐准确度。

关键词：社交网络,并行化,关键用户,协同过滤,大数据,电影推荐,

基金资助：国家自然科学基金资助项目(61404069)；辽宁省教育厅一般科研项目(LJYL048)；辽宁省科技厅博士启动基金项目(20141140)；；