摘要
社交媒体信息中的反馈信息既能有效提升推荐算法的性能,又能有效降低用户不喜欢项目在推荐列表中出现的概率.然而,相比于社交媒体中数量庞大的用户,这些反映用户好恶的反馈信息却十分稀疏.为此,提出了一种基于用户反馈信息可信传播的社会推荐算法,该方法根据用户之间由于关注、转发等行为产生的关联,计算具有直接关联的用户间的信任度,并利用概率矩阵分解技术来预测间接关联用户之间的信任度,实现了反馈信息在关联用户之间的可信传播,进而将这些稀少但有效的反馈信息引入用户评分函数,实现了算法推荐性能的有效提升和用户体验的明显改善.真实数据集上的实验结果表明:所提算法不仅提升了豆瓣电影的推荐精度,而且有效地减少了用户不喜欢的电影的推送.
NETL
NSTL
维普
万方数据