论文部分内容阅读
提出一种嵌入用户评分偏好置信度的社会化推荐算法Conf-SMF,将用户评分偏好与拓展后的社会信任关系结合起来,有效提高了推荐质量。在FilmTrust、CiaoDVD和Epinions 3个公开数据集上进行实验,实验结果表明:提出的算法相比TrustMF、CUNE-MF推荐算法,在3个数据集上预测误差最大分别降低5.79%、4.58%;14.13%、12.84%;10%、8.77%。另外,所提出的算法对“冷启动”用户与“活跃”用户的预测评分性能也有所提高。