复杂网络环境下基于信任传递的推荐模型研究

被引：20

作者：

李慧 ^{[1
,2
]}

马小平 ^{[2
]}

施珺 ^{[1
]}

李存华 ^{[1
]}

仲兆满 ^{[1
]}

蔡虹 ^{[1
]}

机构：

[1] 淮海工学院计算机工程学院

[2] 中国矿业大学信电学院

来源：

自动化学报 | 2018年 / 44卷 / 02期

关键词：

社会网络; 推荐; 信任度; 矩阵分解; 正则化;

D O I：

10.16383/j.aas.2018.c160395

中图分类号：

TP391.3 [检索机];

学科分类号：

081203 ; 0835 ;

摘要：

针对推荐系统中普遍存在的数据稀疏和冷启动等问题,本文结合用户自身评分与用户的社会信任关系构建推荐模型,提出了一种基于信任关系传递的社会网络推荐算法(Trust transition recommendation model,TTRM).该方法首先通过计算信任网络中节点的声望值与偏见值来发现信任网络中的不可信节点,并通过对其评分权重进行弱化来减轻其对信任网络产生的负面影响.其次,算法又利用朋友的信任矩阵对用户自身的特征向量进行修正,解决了用户特征向量的精准构建及信任传递问题.同时为了实现修正误差的最小化,算法利用推荐特性进行用户相似度计算并通过带有社会正则化约束的矩阵分解技术实现社会网络推荐.实验结果表明,TTRM算法较传统的社会网络推荐算法在性能上具有显著提高.

引用

页码：363 / 376

页数：14

共 8 条

[1] 基于用户声誉的鲁棒协同推荐算法 [J].

张燕平 ;

张顺 ;

钱付兰 ;

张以文 .

自动化学报, 2015, 41 (05) :1004-1012

[2] 基于受限信任关系和概率分解矩阵的推荐 [J].

印桂生 ;

张亚楠 ;

董宇欣 ;

韩启龙 .

电子学报, 2014, 42 (05) :904-911

[3] 一种信任关系强度敏感的社会化推荐算法 [J].

郭磊 ;

马军 ;

陈竹敏 .

计算机研究与发展, 2013, 50 (09) :1805-1813

[4]

A feature-based trust sequence classification algorithm[J] . Hamdi Yahyaoui,Aisha Al-Mutairi.Information Sciences . 2016

[5]

Improving matrix approximation for recommendation via a clustering-based reconstructive method[J] . Ke Ji,Runyuan Sun,Xiang Li,Wenhao Shu.Neurocomputing . 2015

[6]

Friend recommendation with content spread enhancement in social networks[J] . Zhi Yu,Can Wang,Jiajun Bu,Xin Wang,Yue Wu,Chun Chen.Information Sciences . 2015

[7] A proactive personalised mobile recommendation system using analytic hierarchy process and Bayesian network [J].

Yeung, Kam Fung ;

Yang, Yanyan ;

Ndzi, David .

JOURNAL OF INTERNET SERVICES AND APPLICATIONS, 2012, 3 (02) :195-214

[8]

Trust Metrics on Controversial Users: Balancing Between Tyranny of the Majority[J] . Paolo Massa,Paolo Avesani.International Journal on Semantic Web and Information Systems (IJSWIS) . 2007 (1)

← 1 →