文献类型：期刊文章

作　　者：王占[1] 林岩[1]

机构地区：[1]大连海事大学管理科学与工程系,大连116026

出　　处：《情报学报》

基　　金：国家自然科学基金面上项目"支持协同创作的社会化媒体知识集成研究"(71571025)

年　　份：2017

卷　　号：36

期　　号：2

起止页码：197-205

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、CSSCI、CSSCI2017_2018、INSPEC、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：协同过滤算法是网上推荐系统最常用的算法,但是传统的协同过滤算法很难解决数据稀疏、冷启动、用户兴趣变化等问题。本文提出基于信任与用户兴趣变化的协同过滤改进方法。该方法将信任引入到传统协同过滤算法中,构建用户信任模型,用信任的传递特性为用户匹配更多邻居用户,从而可以在一定程度上缓解数据稀疏性等问题。随着时间的变化,用户的兴趣也会发生变化,本文利用时间遗忘函数来模拟用户的兴趣变化。本算法综合用户相似度、用户信任度及用户兴趣变化,为目标用户推荐项目。最后利用数据实验验证本方法的有效性。

关 键 词：推荐系统 协同过滤 信任网络 用户兴趣变化  

分 类 号：TP391.3]