论文研究 融合用户动态标签和信任关系的协同过滤算法.pdf

针对协同过滤推荐算法中的冷启动以及数据稀疏问题，提出一种融合用户动态标签和用户信任关系的矩阵概率分解模型。该模型首先通过构建用户集、标签集和物品集三者间的动态联系，建立用户动态偏好矩阵；接着构建基于用户社会网络信息的用户信任关系矩阵，该信任关系矩阵使用用户信任反馈机制以实时更新用户间的信任值；最后提出融合用户动态标签和用户信任关系的矩阵概率分解模型，并在MovieLens与Jester_Joke_data数据集上进行仿真实验。实验结果表明，该算法在绝对误差均值、准确率与召回率方面获得了较好的效果，在一定程度上能有效提高了协同过滤推荐算法的性能。