主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
朱敬华,王超,马胜超.基于社交信任聚类的混合推荐算法.软件学报,2018,29(S1):21-31
基于社交信任聚类的混合推荐算法
Hybrid Recommendation Algorithm Based on Social Trust Clustering
投稿时间:2018-05-01  
DOI:
中文关键词:  社交信任  聚类  协同过滤  数据稀疏  推荐
英文关键词:trust relationship  clustering  collaborative filtering  date sparseness  recommendation
基金项目:国家自然科学基金(6110048);黑龙江省自然科学基金(F2016034)
作者单位E-mail
朱敬华 黑龙江大学 计算机科学与技术学院, 黑龙江 哈尔滨 150080
黑龙江省数据库与并行计算重点实验室, 黑龙江 哈尔滨 150080 
zhujinghua@hlju.edu.cn 
王超 黑龙江大学 计算机科学与技术学院, 黑龙江 哈尔滨 150080  
马胜超 黑龙江大学 计算机科学与技术学院, 黑龙江 哈尔滨 150080  
摘要点击次数: 146
全文下载次数: 135
中文摘要:
      推荐系统能够有效地解决信息过载问题,其中,协同过滤(collaborative filtering,简称CF)是推荐系统广泛采用的技术之一.然而传统的CF技术存在可扩展性差、数据稀疏和推荐结果精度低等问题.为了提高推荐质量,将信任关系融合到推荐系统中,采用聚类(FCM)方法,对信任关系进行聚类.利用信任类预测用户间的隐式信任,最后将信任关系与用户-项目关系线性融合进行推荐.在Douban和Epinions数据集上的实验结果表明,与传统的基于CF、基于信任和用户项目聚类的推荐算法相比,该算法能够大幅度地改进推荐质量,提升算法的时间效率.
英文摘要:
      Recommender system can solve the information overload problem effectively, and collaborative filtering (CF) is one of the techniques that is widely used in recommendation system. However, the traditional CF technology has problems such as poor scalability, sparse data, and low accuracy of recommendation results. In order to improve the quality of recommendations, this article integrates the trust relationship into the recommendation system in which the trust relationship is clustered by using the clustering (FCM) method. Using the trust cluster to predict implicit trust between users, the trust relationship is finally combined with the user-item relationship to give recommendations. The experimental results on the data set of Douban and Epinions show that compared with traditional CF algorithm, trust based recommendation algorithm and recommendation algorithm for user item clustering, the presented algorithm can greatly improve the recommendation quality and time efficiency.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利