论文部分内容阅读
针对当前群体推荐技术只单独考虑用户-项目评分,而没有较好考虑相关上下文信息的问题,提出基于社交关系的可信群体推荐。该方法在相似度计算中考虑群体特性,首先通过两种方式计算单个用户与目标群体之间的可信度,一种是基于距离的社交可信因子,另外一种是基于影响力的社交可信因子;然后将可信因子用于群体与单个用户之间的相似度计算中,使得在后续的群体邻居选取中融入可信度的考虑,从而提升群体邻居的质量,进一步提升推荐的准确度。基于真实数据的仿真实验表明,两种可信度计算方法与已有方法相比在准确性和准确率方面表现更好。