融合用户信任的协同过滤推荐算法

摘要 针对协同过滤推荐算法中存在的准确率较低、数据稀疏等问题，提出基于用户信任的协同过滤推荐算法，算法包含计算用户之间评分信任度和偏好信任度2个部分.对于用户项目评分矩阵中的用户间共同评分项目，综合考虑共同评分项目的数量以及其在所有评价项目中所占的比例，并与用户评分相似度结合，建立非对称的评分信任矩阵，计算用户评分信任度.对于非共同评分项目，利用项目自身的标签信息以及用户评分权重，计算用户偏好信任度.然后算法将评分信任度和偏好信任度线性加权融合.最后在真实数据集上与相关算法进行实验对比，实验结果表明，提出的算法在推荐的准确率以及评分预测上取得了较好的效果