融合社会标签与信任关系的社会网络推荐方法

• 作 者: 胡云 张舒 李慧 施珺 仲兆满
• 机 构: 南京中医药大学信息技术学院,淮海工学院商学院,淮海工学院计算机工程学院,江苏省海洋资源开发研究院
• 出 处: 数据采集与处理
• 发表日期: 2018年4期
• 关键词: 社会网络 推荐 信任度 矩阵分解 标签 social network recommendation trust matrix factorization tag
• 基金项目: 国家自然科学基金(61403156,61403155)资助项目,江苏高校“青蓝工程”资助项目,连云港市“521工程”科研资助项目,连云港市科技计划(JC1608)资助项目,淮海工学院自然基金(Z2017012,Z2015012)资助项目,淮海工学院教学改革项目(XJG2017-2-5)资助项目,教育部协同育人项目(201701028110,201701028011,201702134005)资助项

针对推荐系统中普遍存在的数据稀疏和冷启动等问题,本文将标签与基于信任的社交推荐方法相结合,提出了一种融合社会标签和信任关系的社会网络推荐方法。该方法利用概率因式分解技术实现了社会信任关系、项目标记信息和用户项目评分矩阵的集成。从不同维度出发,实现了用户和项目潜在特性空间的互连。在此基础上,通过概率矩阵因式分解技术实现降维,从而实现了有效的社会化推荐。在Epinions和Movielens数据集上的实验结果表明本文所提出的方法优于传统的社会化推荐和社会标签推荐算法,特别是当用户评分数据较少时该算法的优越性体