基于信任关系重建和社交网络传递的推荐算法

传统的协同过滤推荐算法存在数据稀疏和可用用户偏好信息有限的问题。针对数据稀疏问题和联系不可靠现象对传统社交网络推荐带来的影响,提出一种在信任关系重建和社交网络传递基础上的推荐算法。引入去伪存真方法避免联系不可靠现象,根据用户所建立的联系规模改进用户相似度计算公式提高去伪存真准确度。定义预备朋友的概念,为用户推荐预备朋友解决数据稀疏问题。在重建的信任关系上利用社交网络的传递性进行预测评分,并定义二端分布函数调节预测评分提高推荐准确度。在数据集Epinion上进行实验,结果表明,该算法能减小数据稀疏和联系不可靠现象对推荐结果的负面影响,有效降低预测结果的平均绝对误差,提高推荐的准确度。