融合用户信任和影响力的top-N推荐算法
Top-N recommendation algorithm combining user trust and influence作者机构：杭州电子科技大学复杂系统建模与仿真教育部重点实验室浙江杭州310018
出 版 物：《浙江大学学报（工学版）》 (Journal of Zhejiang University：Engineering Science)
年 卷 期：2020年第54卷第2期
页 面：311-319页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：浙江省基础公益研究计划资助项目(LGF19F020015) 中国高等教育学会高等教育科学研究“十三五”规划课题资助项目(2018GCLYB12)
摘 要：针对现有基于信任的推荐方法通常直接利用社交网络的二值信任关系来提高推荐质量,较少考虑用户间信任强度的差异和潜在影响的问题,提出结合用户信任和影响力的混合推荐算法进行top-N项目推荐.采用自动编码器对用户行为进行无监督的初始特征优化,将高维、稀疏的用户行为压缩成低维、稠密的用户及项目特征向量;提出融合用户交互信息、偏好度和信任的新型信任度量模型,发掘社交网络中用户间的隐含信任关系,重构社会信任网络;将社会信任网络的拓扑结构和用户的交互信息融入结构洞算法,通过改进的结构洞算法来识别网络中的影响力用户,提高top-N项目推荐性能.实验在FilmTrust、Epinions、Ciao这3个标准数据集上进行对比验证,实验结果证明了所提算法的有效性.
维普期刊数据库
同方期刊数据库