针对现有的协同过滤推荐算法中存在评分数据稀疏和用户兴趣动态变化的问题，提出了融合时间加权信任与用户偏好的协同过滤算法。首先，考虑到用户评分时间的不均匀，对时间权重进行改进，并将其融入到直接信任计算中，缓解用户兴趣动态变化的问题。其次，通过信任传递得到的间接信任以及建立用户对项目标签的偏好矩阵得到用户之间的偏好相似度来缓解数据的稀疏性。最后，融合用户的信任度与偏好相似度进行推荐。实验结果表明，与其他基准算法相比，提出的算法具有更高的F1值，提高了推荐质量。
科研之友
微信
新浪微博
Facebook
分享链接
