- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
融合信任关系的协同过滤推荐算法改进研究.pdf
计 算 机 与 现 代 化
2016年第12期 JISUANJI YU XIANDAIHUA 总第256期
文章编号2016
融合信任关系的协同过滤推荐算法改进研究
王 艳,王移芝
(北京交通大学计算机与信息技术学院,北京 100044)
摘要:随着网络技术和多媒体技术的发展,网络上教学资源的规模变得十分庞大,如何根据学习者的需要推荐其感兴趣
的资源成为近年来研究的热点。 然而,目前基于协同过滤的推荐算法较少考虑推荐用户与目标用户之间的信任关系,难
以抵抗推荐用户的恶意推荐,无法保证推荐结果的可信性与精确度。 针对这些问题,在传统协同过滤算法的基础上引入
推荐者之间的信任关系,将传统协同过滤算法中的用户相似度与用户信任度进行线性加权组合,提出融合信任关系的协
同过滤算法。 仿真实验结果表明,与传统协同过滤推荐算法相比,该方法不仅提高了推荐的精确度,还能保证推荐结果
的可信性,能更好地抵制恶意推荐。
关键词:资源推荐;协同过滤;相似度;信任度
中图分类号:TP311 文献标识码:A doi:10.3969/j.issn2016.12.002
ACollaborativeFilteringRecommendationAlgorithmBasedonTrustRelationship
WANGYan,WANGYi-zhi
(SchoolofComputerandInformationTechnology,BeijingJiaotongUniversity,Beijing100044,China)
Abstract:Withthedevelopmentofnetworktechnologyandmultimediatechnology,thescaleoftheteachingresourcesonthenet
workbecomesprettylarge. Howtorecommendtheresourcestothelearnersaccordingtotheneedsofthelearnershasbecomea
hotissueintherecentyears. However,becauseofthecollaborativefilteringrecommendationalgorithmtakingthetrustrelation
shipbetweentheusersandtargetuserssoless,itisdifficulttoresisttherecommendationofmalicioususers,andensurethe
credibilityandaccuracyoftheresults. Tosolvetheaboveproblems,onthebasisoftraditionalfilteringalgorithm,introducingthe
trustrelationshipbetweenusersintothealgorithm,andcombiningthesimilarityofthetraditionalfilteringalgorithmwiththetrust
degreeinweightedlinearmethod,weproposethetitle. Thesimulateexperimentresultsshowthat,comparedwiththetraditional
collaborativefilteringrecommendationalgorithm,theproposedmethodnotonlyimprovestheaccuracyoftherecommendation,but
alsoensuresthecredibilityoftheresults.
Keywords:resourcesrecommend;collaborativefiltering;similarity;trustdegree
原创力文档


文档评论(0)