文献类型：期刊文章

作　　者：荣辉桂[1] 火生旭[1] 胡春华[2] 莫进侠[1]

机构地区：[1]湖南大学信息科学与工程学院,湖南长沙410082 [2]湖南商学院计算机与信息工程学院,湖南长沙410205

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(61273232;61304184);湖南大学"青年教师成长计划"基金资助项目(531107021115);教育部新世纪优秀人才支持计划基金资助项目(NCET-13-0785);教育部人文社会科学研究青年基金资助项目(10YJC630080);湖南省自然科学基金资助项目(11JJ2033);湖南省教育厅重点科研基金资助项目(11A062)~~

年　　份：2014

卷　　号：35

期　　号：2

起止页码：16-24

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20141317512475)、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：协同过滤推荐算法通过研究用户的喜好,实现从海量数据资源中为用户推荐其感兴趣的内容,在电子商务中得到了广泛的应用。然而,当此类算法应用到社交网络时,传统的评价指标与相似度计算的重点发生了变化,从而出现推荐算法效率偏低,推荐准确度下降问题,导致社交网络中用户交友推荐满意度偏低。针对这一问题,引入用户相似度概念,定义社交网络中属性相似度,相似度构成与计算方法,提出一种改进的协同过滤推荐算法,并给出推荐质量与用户满意度评价方法。实验结果表明:改进算法能有效改善社交网络中的推荐准确性并提高推荐效率,全面提高用户满意度。

关 键 词：协同过滤 用户相似度  属性相似度 互动相似度  用户满意度

分 类 号：TP393]