论文部分内容阅读
为解决传统协同过滤推荐算法存在的数据稀疏和冷启动问题,解决显式信任数据难以获取以及数据稀疏问题,提高推荐系统的准确率,提出一种融合用户间隐式信任关系的矩阵分解推荐算法,通过融合皮尔逊相关系数和信任因子,计算用户间的隐式信任关系,然后将隐式信任数据融入矩阵分解模型进行评分预测.实验结果表明新算法能有效提高推荐结果的准确率.