以社交网络为平台的个性化推荐技术[1]已经得到了广泛的研究,但推荐系统仍然面临着若干问题,即数据稀疏性,用户冷启动等。文章提出了一种融合了信任网络的个性化推荐算法,在用信任网络信息进行推荐时,首先用余弦相似度的方法计算用户的相似度,通过相似度矩阵来对主题进行预测打分;然后计算用户与用户间的信任度;最后利用信任网络个性化推荐策略得到最优推荐结果推荐给用户。实验结果表明,提出的算法与传统的推荐算法相比,在准确率和召回率方面具有显著的提升。
科研之友
微信
新浪微博
Facebook
分享链接
