基于最短路径信任关系的推荐项目计算方法

• 作 者: 刘贵松 解修蕊 黄海波 屈鸿
• 机 构: 电子科技大学计算机科学与工程学院
• 出 处: 电子科技大学学报
• 发表日期: 2014年2期
• 关键词: 关 键 词 协同过滤 推荐系统 相似性度量 最短路径 信任关系 collaborative filtering recommender system simil
• 基金项目: 国家自然科学基金（61273308）,中央高校基本科研业务费（ZYGX2013J076）

针对社交网络中协同过滤推荐算法的推荐速度计算问题，提出了一种基于最近邻方法的改进计算方法，并对算法有效性进行了分析。该算法对用户的相似性度量采用基于最短路径的信任关系，用分层图和动态规划的方法进行计算，并在社交网络的应用中对关系链的深度进行限制。对该算法基于KDD Cup 2012 Track 1的数据进行了仿真，并与其他方法做了性能比较。实验表明，改进算法可以很好地平衡推荐效率和准确率指标。