融合用户信任度与相似度的推荐算法研究

摘要 提出一种新的基于概率矩阵分解的推荐算法.首先，对用户之间的信任关系网络进行重构，突出社交网络中被很多用户信任的用户地位.其次，引入用户之间的相似度，区分目标用户与其信任用户之间的兴趣偏好.最后，运用信任关系与相似度获取用户之间的加权关系，从而得到融合用户信任度与相似度的推荐算法.实验采用Ciao数据集，其结果表明所提出的算法在平均绝对误差和均方根误差这两个推荐准确性指标上都有较大的提高