论文部分内容阅读
社交网络发展迅猛,社会网络环境下的信息量骤增,如何在大数据下向用户推荐感兴趣的项目是当前研究的热点问题之一。目前的推荐系统在用户反馈数据稀疏的情况下和向新用户推荐中存在推荐不准确的问题,为了提高推荐质量,提出了一种融合社会标签的联合概率矩阵分解推荐模型TaSoRec,该模型运用社交网络的用户、项目、标签三者信息进行推荐,通过对训练模型参数优化,从而提升推荐效果。