基于双重邻居选取策略的协同过滤推荐算法

被引：59

作者：

贾冬艳

张付志

机构：

[1] 燕山大学信息科学与工程学院

来源：

计算机研究与发展 | 2013年 / 50卷 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

双重邻居选取策略; 兴趣相似用户; 信任计算模型; 协同过滤; 推荐系统; 相似度;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

协同过滤是电子商务推荐系统中应用最成功的推荐技术之一,但是传统的协同过滤推荐算法存在推荐精度低和抗攻击能力差的缺陷.针对这些问题,提出了一种基于双重邻居选取策略的协同过滤推荐算法.首先基于用户相似度计算的结果,动态选取目标用户的兴趣相似用户集.然后提出了一种用户信任计算模型,根据用户的评分信息,计算得到目标用户对兴趣相似用户的信任度,并以此作为选取可信邻居用户的依据.最后,利用双重邻居选取策略,完成对目标用户的推荐.实验结果表明该算法不仅提高了系统推荐精度,而且具有较强的抗攻击能力.

引用

页码：1076 / 1084

页数：9

共 5 条

[1] 不确定近邻的协同过滤推荐算法 [J].