%0 Journal Article
%T 一种融合隐式信任的协同过滤推荐算法
%A 李明楚
%A 谢玲
%A 陆坤
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 大数据背景下,如何从海量数据中挖掘出有用信息,从而提供精确及时的个性化推荐,引起了学者们的广泛兴趣．提出一种融合潜在的信任关系的基于协同过滤的个性化推荐算法,该算法从海量用户历史数据中,挖掘出潜在的信任关系,该信任关系涵盖了用户本身的活跃和用户间的喜好差异,可进行更精确的个性化推荐．仿真实验中,选定余弦相似度作为本文相似性的度量标准,同时对相似性和调和信任度进行调和平均,通过协同过滤算法得到个性化得推荐结果．在测试数据集上的大量实验证明,本文的推荐算法其准确率和多样性上优于传统算法,可保证推荐结果的准确全面
%K 协同过滤推荐
%K 隐式信任
%K 推荐系统
%K 信任机制
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3256.shtml