融合用户相似度与信任度的协同过滤推荐算法

摘要

传统的协同过滤算法难以解决"稀疏性"和"冷启动"等问题.鉴于此,提出一种融合用户相似度和信任度的方法.首先根据用户对共同项目的评分创建初始信任度,通过信任关系的传递规则,建立没有直接信任关系的用户之间的信任关系,然后融合用户相似度与信任度,用于传统的协同过滤推荐系统,找出用户的最近邻居集,进行项目的评分预测,从而产生推荐列表.实验表明,改进后的算法能有效提高系统推荐的准确性.