基于用户综合信任度与社区信任传播的推荐算法

作     者：周娅 柴旺 韩君阳 张国梁 ZHOU Ya;CHAI Wang;HAN Junyang;ZHANG Guoliang

作者机构：桂林电子科技大学计算机与信息安全学院广西桂林541004 

出 版 物：《计算机工程》 (Computer Engineering)

年 卷 期：2018年第44卷第12期

页      面：294-300页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61662015) 广西科技厅科技开发重点项目(桂科攻1598019) NSFC-广东联合基金重点项目(U1501252) 

主　　题：推荐算法 综合信任度 信任网络 虚拟社区 信任传播 协同过滤 

摘      要：传统的协同过滤推荐算法存在数据稀疏性、用户冷启动等问题,基于信任机制的推荐算法虽然能够缓解数据稀疏性问题,但是在信任传播过程中时间成本过高。为此,提出基于用户综合信任度与社区信任传播的推荐算法,通过算法中的虚拟社区信任模型获取用户综合信任度,将其带入协同过滤算法得到推荐结果。该算法综合考虑显性和隐性2种直接信任度,得到直接综合信任度构建用户信任网络,并利用重叠社区发现算法为用户划分专属虚拟社区进行信任传播,弥补直接综合信任度数量的不足。在Epinions数据集上的实验结果表明,该算法能够在缓解数据稀疏性和用户冷启动问题的同时,降低信任传播的时间成本,提高推荐质量。